基于自步学习策略的归纳式迁移学习模型研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.12052/gdutxb.220111

基于自步学习策略的归纳式迁移学习模型研究

引用
在机器学习任务中很多时候是单任务学习,所以往往会忽略学习任务之间的相关性,并且在单任务学习中容易忽略样本的复杂度,为此,本文提出了一种新的基于自步学习策略的归纳式迁移学习模型,通过对当前多个相关的源任务共享参数学习构建一个预测模型,从而解决目标任务的分类问题.首先提出模型基于自步学习的策略,按照预先设定的自步学习模型参数对多个相关的源任务进行联合学习,利用源任务中样本的损失大小与难易程度对学习的样本赋予一个权重,在迭代的过程中更新自步学习的参数从而挑选出比较合适的样本(损失较小的样本),然后使用在多个相关的源任务中学习到的知识帮助学习目标任务,构建多个相关迁移学习目标任务的模型,将多个源任务学习到的模型迁移到相关的目标任务中从而提高模型的泛化能力,最后通过拉格朗日函数进一步优化目标模型以提高分类器的性能.实验结果表明,提出的模型在相同的实验条件下优于现有的归纳式迁移学习模型.

自步学习、归纳式迁移学习、支持向量机

40

TP301(计算技术、计算机技术)

国家自然科学基金;国家自然科学基金

2023-08-08(万方平台首次上网日期,不代表论文的发表时间)

共6页

31-36

相关文献
评论
暂无封面信息
查看本期封面目录

广东工业大学学报

1007-7162

44-1428/T

40

2023,40(4)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn