清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Semi-supervised adversarial discriminative domain adaptation

判别式 计算机科学 对抗制 人工智能 适应(眼睛) 域适应 领域(数学分析) 机器学习 过程(计算) 人工神经网络 模式识别(心理学) 分类器(UML) 数学 操作系统 光学 物理 数学分析
作者
Thai-Vu Nguyen,Anh Nguyen,Trong Nghia Le,Bac Le
出处
期刊:Applied Intelligence [Springer Science+Business Media]
卷期号:53 (12): 15909-15922 被引量:4
标识
DOI:10.1007/s10489-022-04288-4
摘要

Domain adaptation is a potential method to train a powerful deep neural network across various datasets. More precisely, domain adaptation methods train the model on training data and test that model on a completely separate dataset. The adversarial-based adaptation method became popular among other domain adaptation methods. Relying on the idea of GAN, the adversarial-based domain adaptation tries to minimize the distribution between the training and testing dataset based on the adversarial learning process. We observe that the semi-supervised learning approach can combine with the adversarial-based method to solve the domain adaptation problem. In this paper, we propose an improved adversarial domain adaptation method called Semi-Supervised Adversarial Discriminative Domain Adaptation (SADDA), which can outperform other prior domain adaptation methods. We also show that SADDA has a wide range of applications and illustrate the promise of our method for image classification and sentiment classification problems.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
随风完成签到,获得积分10
5秒前
6秒前
10秒前
10秒前
liaomr完成签到 ,获得积分10
11秒前
QIQI发布了新的文献求助10
16秒前
假如有贾蓉完成签到 ,获得积分10
18秒前
18秒前
whuhustwit完成签到,获得积分10
22秒前
Benhnhk21完成签到,获得积分10
40秒前
赘婿应助无限的以亦采纳,获得10
42秒前
偷得浮生半日闲完成签到,获得积分10
43秒前
Yan完成签到 ,获得积分10
48秒前
某某某完成签到,获得积分10
54秒前
龙王爱吃糖完成签到 ,获得积分10
59秒前
zhang完成签到 ,获得积分10
1分钟前
rafa完成签到 ,获得积分10
1分钟前
龙猫爱看书完成签到,获得积分10
1分钟前
无为完成签到 ,获得积分10
1分钟前
1分钟前
1分钟前
坚强的铅笔完成签到 ,获得积分10
1分钟前
王敏完成签到 ,获得积分10
1分钟前
32429606完成签到 ,获得积分10
1分钟前
2分钟前
想游泳的鹰完成签到,获得积分10
2分钟前
2分钟前
2分钟前
六一儿童节完成签到 ,获得积分10
2分钟前
Una完成签到,获得积分10
2分钟前
Dong完成签到 ,获得积分10
2分钟前
史克珍香完成签到 ,获得积分10
2分钟前
huanghe完成签到,获得积分10
2分钟前
取法乎上完成签到 ,获得积分10
2分钟前
徐团伟完成签到 ,获得积分10
2分钟前
不辣的完成签到 ,获得积分10
2分钟前
扶我起来写论文完成签到 ,获得积分10
2分钟前
科研通AI2S应助科研通管家采纳,获得10
2分钟前
红茸茸羊完成签到 ,获得积分10
2分钟前
属实有点拉胯完成签到 ,获得积分10
2分钟前
高分求助中
A new approach to the extrapolation of accelerated life test data 1000
Cognitive Neuroscience: The Biology of the Mind 1000
Technical Brochure TB 814: LPIT applications in HV gas insulated switchgear 1000
Immigrant Incorporation in East Asian Democracies 600
Nucleophilic substitution in azasydnone-modified dinitroanisoles 500
不知道标题是什么 500
A Preliminary Study on Correlation Between Independent Components of Facial Thermal Images and Subjective Assessment of Chronic Stress 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 3968532
求助须知:如何正确求助?哪些是违规求助? 3513358
关于积分的说明 11167309
捐赠科研通 3248700
什么是DOI,文献DOI怎么找? 1794453
邀请新用户注册赠送积分活动 875030
科研通“疑难数据库(出版商)”最低求助积分说明 804664