计算机软件及计算机应用论文_基于分类差异与

文章摘要:采用对抗训练的方式成为域适应算法的主流，通过域分类器将源域和目标域的特征分布对齐，减小不同域之间的特征分布差异。但是，现有的域适应方法仅将不同域数据之间的距离缩小，而没有考虑目标域数据分布与决策边界之间的关系，这会降低目标域内不同类别的特征的域内可区分性。针对现有方法的缺点，提出一种基于分类差异与信息熵对抗的无监督域适应算法(adversarial training on classification discrepancy and information entropy for unsupervised domain adaptation， ACDIE)。该算法利用两个分类器之间的不一致性对齐域间差异，同时利用最小化信息熵的方式降低不确定性，使目标域特征远离决策边界，提高了不同类别的可区分性。在数字标识数据集和Office-31数据集上的实验结果表明，ACDIE算法可以学习到更优的特征表示，域适应分类准确率有明显提高。

文章关键词:域适应,对抗训练,神经网络,无监督学习,迁移学习,分类差异,信息熵,决策边界,

项目基金:国家自然科学基金项目(61601230),

论文作者:李庆勇¹ 何军^1,2 张春晓¹ 

作者单位:1. 南京信息工程大学电子与信息工程学院 2. 南京信息工程大学人工智能学院 

论文分类号: TP181;TP391.41

相似文献:基于域适应神经网络与联合分布自适应的无监督故障诊断方法.....作者:张钊,李新宇,高亮,刊载期刊：《计算机集成制造系统》
用于无监督域适应的深度对抗重构分类网络.....作者:林佳伟,王士同,刊载期刊：《计算机科学与探索》
基于池的无监督线性回归主动学习.....作者:刘子昂,蒋雪,伍冬睿,刊载期刊：《自动化学报》
无监督的句法可控复述模型用于对抗样本生成.....作者:杨二光,刘明童,张玉洁,孟遥,胡长建,徐金安,陈钰枫,刊载期刊：《北京大学学报(自然科学版)》
融合多聚类信息的无监督行人重识别算法.....作者:苏荻翔,王帮海,叶子成,刊载期刊：《计算机工程与应用》
基于类内最大均值差异的无监督领域自适应算法.....作者:蔡瑞初,李嘉豪,郝志峰,刊载期刊：《计算机应用研究》
基于自注意力机制的多阶段无监督单目深度估计网络.....作者:刘香凝,赵洋,王荣刚,刊载期刊：《信号处理》
稀疏回归和流形学习的无监督特征选择算法.....作者:周婉莹,马盈仓,郑毅,杨小飞,刊载期刊：《计算机应用研究》
参数字典稀疏表示的完全无监督域适应.....作者:余欢欢,陈松灿,刊载期刊：《计算机科学与探索》
结构外观度量下的无监督人体图像生成.....作者:赵应丁,何俞玲,杨文姬,吴沧海,杨红云,黄丽芳,刊载期刊：《小型微型计算机系统》

相关文章:人工智能在智能制造中的应用.....作者:杨磊
大数据的技术创新和应用—以人口普查为例.....作者:冯乃林
大数据融合应用技术框架与行业应用.....作者:段飞虎
大数据人工智能驱动图书馆知识服务和学科建设.....作者:姜爱蓉
基于大数据的知识共享与协同创新.....作者:顾新建
敦煌莫高窟文化遗产数字化保护——数字敦煌.....作者:夏生平
商业航天背景下的遥感应用产业化.....作者:刘东升
Looking at People Through the Lens of Images 透过镜头理解人物行为.....作者:Li CHENG

上一篇： 企业经济论文_考虑成本信息不对称的生鲜电商
下一篇：没有了