《Implicit Class-Conditioned Domain Alignment for Unsupervised Domain Adaptation》
abstract
我们提出了一种无监督域适应的方法——重点关注域内类不平衡和域间类分布转移的实际考虑——从类条件域对齐的角度来看。当前用于类条件域对齐的方法旨在基于目标域的伪标签估计显式最小化损失函数。 然而，这些方法以错误累积的形式受到伪标签偏差的影响。我们提出了一种无需直接从伪标签中显式优化模型参数的方法。相反，我们提出了一种基于采样的隐式对齐方法，其中样本选择过程由伪标签隐式引导。理论分析揭示了在未对齐的类中存在域鉴别器捷径，这是通过提出的隐式对齐方法来解决的，以促进域对抗学习。实证结果和消融研究证实了所提出方法的有效性，特别是在存在域内类不平衡和域间类分布转移的情况下。
本文的贡献如下:(i)针对域内类不平衡和域间类分布偏移的问题，提出了隐式类条件域对齐方法，克服了显式域对齐误差累积的局限性;(ii)对经验域发散进行理论分析，揭示存在干扰域不变学习的捷径函数，提出的方法解决了这个问题;(iii)我们表明所提出的方法与域自适应算法的选择是正交的，并对两种对抗性域自适应算法提供了一致的改进;(iv)我们报告了在领域内类别极度不平衡和领域间类别分布转移的最先进的UDA性能，以及标准UDA任务的竞争结果
《Implicit Class-Conditioned Domain Alignment for Unsupervised Domain Adaptation》相关推荐
- 端到端图像压缩《Asymmetric Gained Deep Image Compression With Continuous Rate Adaptation》
Asymmetric Gained Deep Image Compression With Continuous Rate Adaptation 一 简介 二 内容 2.1 目前方法的缺陷 2.2 整 ...
- 迁移学习——Joint Geometrical and Statistical Alignment for Visual Domain Adaptation
<Joint Geometrical and Statistical Alignment for Visual Domain Adaptation>学习 2017 CVPR 文章目录 摘要 ...
- TGRS2022/云检测：Unsupervised Domain Adaptation for Cloud Detection Based on Grouped Features Alignment
TGRS2022/云检测:Unsupervised Domain Adaptation for Cloud Detection Based on Grouped Features Alignment ...
- 《Weighted Maximum Mean Discrepancy for Unsupervised Domain Adaptation》论文阅读
Weighted Maximum Mean Discrepancy for Unsupervised Domain Adaptation 摘要 类先验分布(Class prior distributi ...
- Understanding unsupervised domain adaption
理解无监督域适应方法: https://zhuanlan.zhihu.com/p/27903002 Deep Domain Confusion: Maximizing for Domain Invar ...
- 【ICML 2015迁移学习论文阅读】Unsupervised Domain Adaptation by Backpropagation (DANN) 无监督领域自适应
会议:ICML 2015 论文题目:Unsupervised Domain Adaptation by Backpropagation 论文地址:http://proceedings.mlr.pres ...
- CVPR2019:Domain-Specific Batch Normalization for Unsupervised Domain Adaptation无监督域适配的特定域批处理规范化
CVPR2019:Domain-Specific Batch Normalization for Unsupervised Domain Adaptation无监督域适配的特定域批处理规范化 0.摘要 ...
- 论文笔记：An Adaptive Feature Norm Approach for Unsupervised Domain Adaptation
论文链接 最近把毕业论文的题目确定了,这个专栏专门放相关论文的阅读笔记,个人理解可能有限,欢迎大家指正! 标题理解 阅读论文之前,首先对标题进行一定的理解,才能更好的理解论文的内容. 论文完整标题为: ...
- 有关UDE(Unsupervised Domain Expansion)以及UDA，DG的思考与调研
一.UDE,UDA以及几个其他相近概念的区别 几个相似概念的区别解释: 概念 解释 训练 测试 域泛化(Domain Generalization) 域泛化的目标是从多个不同但相关的域学习一个模型,该 ...
- 语义分割-Unsupervised Domain Adaptation in Semantic Segmentation：a Review语义分割中的无监督领域自适应：综述
Unsupervised Domain Adaptation in Semantic Segmentation:a Review语义分割中的无监督领域自适应:综述 0.摘要 1.介绍 1.1.语义分割 ...
最新文章
- linux重定向文件过大,Linux大文件重定向和管道的效率对比总结
- armbian nginx 部署博客_通过Git将Hexo博客部署到服务器
- 可应用于实际的14个NLP突破性研究成果（一）
- word-break 对一个字符串根据给出的字典判断是否可以根据字典切分（DP问题）
- 23种设计模式(十二)对象性能之享元模式
- zookeeper运维
- 苹果关掉200m限制_苹果手机200m限制取消教程 苹果怎么下载超过200m的软件
- Linux SD卡/SDIO驱动开发－dw_mci_probe
- 简单谈谈语音评测（语音评价）
- 报告显示，疫情降低了人们的财务和社交幸福感
- 揭秘Angular 2
- 省份城市联动 多选
- BaaS让你快速开发APP，和服务端说再见
- 【知识点总结】港口供电系统
- 摇一摇手机控制手机录音功能
- 大学计算机课外知识教案,知识：大学计算机基础教学讲稿
- Yourkit 学习笔记-Start CPU profiling. Sampling, tracing, call counting.
- JS大小转化B KB MB GB的转化方法
- 绥化学院信息工程学院计算机大赛,绥化学院大学生程序设计竞赛成功举行
- C/C++ - 基本数据类型（默认：32位操作系统）