基于细粒度迁移的跨场景认知能力评估方法
认知健康是大脑健康的重要组成部分,与个体全生命周期的正常发展密切相关.目前,非受限普适场景下的认知能力评估已成为实现认知障碍相关疾病早期预警的重要途径.然而,在医疗、家庭等不同计算场景下,因感知设备、认知评估流程等的不同,往往存在不同场景间评估模型相互适用难的问题.针对以上跨场景认知能力评估挑战,本文提出了一种参数自适应的细粒度迁移学习方法PAFG-TL.PAFG-TL基于随机森林模型实现,通过参数自适应的个体分类器评估策略和领域自适应的决策树生长机制实现参数无关的个体分类器聚类评估和决策树细粒度进化生长.通过在临床认知评估和公开基准数据集上进行实验验证,证明了PAFG-TL方法在跨场景认知能力评估中的有效性.
参数自适应、细粒度、迁移学习、跨场景、认知能力评估
53
TP391;F275;TP181
广东省重点领域研发计划;国家自然科学基金;国家自然科学基金;国家自然科学基金;山东省智研院创新课题;中国科学院青年创新促进会项目
2023-05-30(万方平台首次上网日期,不代表论文的发表时间)
共16页
647-662