研究目的
通过纳入源域中能够对目标测试实例进行良好泛化的信息来学习预测模型,同时考虑显式的转换函数形式,尤其是将源域示例映射到目标域的线性变换。
研究成果
所提出的半监督域适应框架通过整合源域信息有效学习预测模型,在合成与真实实验中展现出具有竞争力的性能。该方法能适配多种损失函数和预测问题,加之其实证成效,表明其在域适应任务中具有广泛适用潜力。
研究不足
该论文主要关注线性变换,未深入探讨非线性变换,这在源域与目标域间存在显著非线性关系的场景中可能构成局限。
研究目的
通过纳入源域中能够对目标测试实例进行良好泛化的信息来学习预测模型,同时考虑显式的转换函数形式,尤其是将源域示例映射到目标域的线性变换。
研究成果
所提出的半监督域适应框架通过整合源域信息有效学习预测模型,在合成与真实实验中展现出具有竞争力的性能。该方法能适配多种损失函数和预测问题,加之其实证成效,表明其在域适应任务中具有广泛适用潜力。
研究不足
该论文主要关注线性变换,未深入探讨非线性变换,这在源域与目标域间存在显著非线性关系的场景中可能构成局限。
加载中....
您正在对论文“[2019年IEEE国际空间光学系统与应用会议(ICSOS) - 美国俄勒冈州波特兰市 (2019.10.14-2019.10.16)] 2019年IEEE国际空间光学系统与应用会议(ICSOS) - 基于反馈零差检测与分数符号测距的星间集成激光通信/测距链路”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期