点击蓝字
关注我们
AI TIME欢迎每一位AI爱好者的加入！
域适应(DA)旨在减轻源域和目标域之间的domain shift。大多数DA方法都需要访问源数据，但通常这是不可行的(例如，由于数据隐私或知识产权因素)。在本文中，探讨了无源域适应(SFDA)问题，其在没有源数据的情况下将源域预训练模型迁移到目标域。本文所提出的方法基于以下观察:目标域数据可能不会被源域分类器正确分类，但仍会产生一定程度的聚类。通过定义目标域特征的局部连接性来捕捉这种内在结构，并鼓励具有高度局部连接性的数据之间的预测标签一致。基于最近邻关系，观察到应该将更高的连接性分配给reciprocal neighbor，同时本文也考虑2-hop neighbor。在此基础上基于一个聚类目标函数实现了有效地无源域适应。
本期AI TIME PhD直播间，我们邀请到巴塞罗那自治大学计算机视觉中心博士生——杨诗琪，为我们带来报告分享《利用潜在邻域结构的无源域自适应》。
杨诗琪：
巴塞罗那自治大学计算机视觉中心第三年博士生，导师为Dr. Joost van de Weijer。研究方向为迁移学习相关，目前主要关注无源域适应，相关论文发表于ICCV，NeurlPS。
?个人主页：https://`/forum?id=ueGDv64HmO
点击“阅读原文”，即可观看本场回放
整理：江璐鑫
审核：杨诗琪
直播预告
3月29-31日 20:00 -?21:30
MILA ?DeepGraph ?专场直播！?
往期精彩文章推荐
记得关注我们呀！每天都有新知识！
?关于AI TIME?
AI TIME源起于2019年，旨在发扬科学思辨精神，邀请各界人士对人工智能理论、算法和场景应用的本质问题进行探索，加强思想碰撞，链接全球AI学者、行业专家和爱好者，希望以辩论的形式，探讨人工智能和人类未来之间的矛盾，探索人工智能领域的未来。
迄今为止，AI TIME已经邀请了550多位海内外讲者，举办了逾300场活动，超120万人次观看。
我知道你
在看
哦
~
点击 阅读原文?查看回放！
 1.本站遵循行业规范，任何转载的稿件都会明确标注作者和来源；2.本站的原创文章，会注明原创字样,如未注明都非原创，如有侵权请联系删除！；3.作者投稿可能会经我们编辑修改或补充；4.本站不提供任何储存功能只提供收集或者投稿人的网盘链接。 |
标签： #无源域自适应 #点击蓝字关注我们AI #Shift
