Domain Adaptation for Time Series Under Feature and Label Shifts

计算机科学 特征(语言学) 集合(抽象数据类型) 可转让性 适应(眼睛) 系列(地层学) 学习迁移 领域(数学分析) 人工智能 域适应 模式识别(心理学) 机器学习 数学 古生物学 数学分析 哲学 语言学 物理 罗伊特 分类器(UML) 光学 生物 程序设计语言
作者
Huan He,Owen Queen,Teddy Koker,Consuelo Cuevas,Theodoros Tsiligkaridis,Marinka Žitnik
出处
期刊:Cornell University - arXiv 被引量:11
标识
DOI:10.48550/arxiv.2302.03133
摘要

Unsupervised domain adaptation (UDA) enables the transfer of models trained on source domains to unlabeled target domains. However, transferring complex time series models presents challenges due to the dynamic temporal structure variations across domains. This leads to feature shifts in the time and frequency representations. Additionally, the label distributions of tasks in the source and target domains can differ significantly, posing difficulties in addressing label shifts and recognizing labels unique to the target domain. Effectively transferring complex time series models remains a formidable problem. We present Raincoat, the first model for both closed-set and universal domain adaptation on complex time series. Raincoat addresses feature and label shifts by considering both temporal and frequency features, aligning them across domains, and correcting for misalignments to facilitate the detection of private labels. Additionally, Raincoat improves transferability by identifying label shifts in target domains. Our experiments with 5 datasets and 13 state-of-the-art UDA methods demonstrate that Raincoat can improve transfer learning performance by up to 16.33% and can handle both closed-set and universal domain adaptation.
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
大幅提高文件上传限制,最高150M (2024-4-1)

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
刚刚
刘唐荣完成签到,获得积分10
1秒前
广州南完成签到 ,获得积分10
1秒前
柚子完成签到,获得积分10
1秒前
青尘枫叶发布了新的文献求助10
2秒前
NIUBEN发布了新的文献求助10
3秒前
无名完成签到,获得积分10
3秒前
TALE完成签到,获得积分10
3秒前
柔弱小之发布了新的文献求助10
3秒前
zhu完成签到,获得积分10
4秒前
健壮的依丝完成签到,获得积分10
4秒前
shame完成签到 ,获得积分10
5秒前
小哥哥发布了新的文献求助10
5秒前
WGOIST发布了新的文献求助10
5秒前
LI完成签到,获得积分10
5秒前
5秒前
桐桐应助吴旭东采纳,获得10
6秒前
6秒前
linjianbin发布了新的文献求助10
6秒前
hyx完成签到,获得积分10
6秒前
老迟到的小松鼠完成签到,获得积分10
8秒前
LonelyCMA完成签到 ,获得积分10
8秒前
chen完成签到,获得积分20
9秒前
清脆的语芙完成签到,获得积分10
10秒前
lunar发布了新的文献求助10
10秒前
寻道图强应助hyx采纳,获得30
10秒前
11秒前
娃haha完成签到,获得积分10
11秒前
曰比的崛起完成签到,获得积分10
11秒前
Ava应助Bigheart贝卡斯采纳,获得10
11秒前
skycool完成签到,获得积分10
11秒前
少十七应助柔弱小之采纳,获得10
12秒前
liying完成签到,获得积分10
12秒前
午餐肉完成签到,获得积分10
12秒前
12秒前
1234568888完成签到,获得积分10
13秒前
JamesPei应助我不李姐采纳,获得10
13秒前
香蕉觅云应助毛慢慢采纳,获得10
14秒前
Amoxi完成签到,获得积分10
14秒前
汉堡包应助Mannose采纳,获得20
14秒前
高分求助中
Sustainability in Tides Chemistry 1500
Handbook of the Mammals of the World – Volume 3: Primates 805
Gerard de Lairesse : an artist between stage and studio 500
Digging and Dealing in Eighteenth-Century Rome 500
Queer Politics in Times of New Authoritarianisms: Popular Culture in South Asia 500
Manual of Sewer Condition Classification 500
China's Relations With Japan 1945-83: The Role of Liao Chengzhi 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 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 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3068596
求助须知:如何正确求助?哪些是违规求助? 2722493
关于积分的说明 7477698
捐赠科研通 2369542
什么是DOI,文献DOI怎么找? 1256421
科研通“疑难数据库(出版商)”最低求助积分说明 609576
版权声明 596835