基于联合信息保持的异构领域自适应

摘要：

异构领域自适应(HDA)的主要目的是借助源域的知识,辅助处于不同特征空间中目标域的数据进行建模.异构领域自适应一个核心的问题是如何在领域适配过程中有效保持原始数据的信息,减少因为特征变换导致的信息损失,提出了一个联合信息保持算法(JIP)来解决上述问题.所提算法通过两方面来保持原始数据的信息:一方面,在异构领域自适应场景中,两个领域之间通常存在大量配对样本,所提算法通过最大化配对样本之间的相关性来保持这种配对信息.另一方面,所提算法优化了结构信息保持策略,同时保持了原始数据的局部结构信息和全局结构信息.最终,将联合信息保持和分布匹配整合在一起,从而实现异构领域自适应.实验结果表明,所提算法较之于先进的异构领域自适应算法有明显优势.

关键词：异构领域自适应(HDA)、信息损失、配对信息

所属期刊栏目：14

分类号：TP181(自动化基础理论)

资助基金：The Outstanding Youth Foundation of Jiangsu Province under Grant No. BK20140001 江苏省杰出青年基金项目;the National NaturalScience Foundation of China under Grant No. 61772239 国家自然科学基金面上项目

在线出版日期：2020-07-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1183-1193