Current Location: home > Detailed Browse

Article Detail

搬迁学习钻研进展

Abstracts

前不久,搬迁学习已经引起了普遍的关切。搬迁学习是利用已存有之所见所闻对不同但相关领域问题开展求解的新的一种机器学习方法。风机器学习基于两个中心假设:(1) 用于学习之教练样本与新的测试样本满足独立同分布的尺度;(2) 必须有足够可采取的教练样本才能学习得到一个好的分类模型。搬迁学习降低了要求,目的是迁移已部分文化来解决目标领域中仅有少量或没有有标签样本数据时的读书问题。本文对迁移学习算法以及相关理论研究进展进行了综合,并介绍了俺们在该领域所做的研究工作,特别是采用生成模型在概念层面建立迁移学习模型。说到底指出了迁移学习下一地可能的研讨方向。
Download Comment Hits: 33215 Downloads: 8489
Recommended references: 庄福振,何清.(2016).搬迁学习钻研进展.[ChinaXiv:201605.00569] (Click&Copy)
Version History
[V1]
2016-05-03 18:03:42
chinaXiv:201605.00569V1
Related Paper

Download

  • PDF
  • BIB
  • ZIP
  • Current Browse

    Change Subject Browse

    Cross Subject Browse

  • - NO
  •