| 基于深度学习的域适应方法综述 |
| |
| 引用本文： | 田青,朱雅喃,马闯.基于深度学习的域适应方法综述[J].数据采集与处理,2022,37(3):512-541. |
| |
| 作者姓名： | 田青 朱雅喃 马闯 |
| |
| 作者单位： | 南京信息工程大学计算机与软件学院,南京 210044;南京信息工程大学数字取证教育部工程研究中心,南京210044,南京信息工程大学计算机与软件学院,南京 210044 |
| |
| 基金项目： | 国家自然科学基金(62176128，61702273);江苏省自然科学基金(BK20170956);模式识别国家重点实验室开放课题(202000007);模式分析与机器智能工业和信息化部重点实验室开放课题(NJ2019010);江苏省青蓝工程项目。 |
| |
| 摘 要： | 域适应主要应对跨不同数据分布的相似任务决策问题。作为机器学习领域的一个新兴分支，域适应受到了众多的研究和关注。随着近年深度学习的兴起，深度学习和域适应相结合的深度域适应研究得到了更多的关注。尽管已有各种深度域适应方法被提出，却鲜有系统的综述工作发表。为此，本文重点对现有的深度域适应方法进行全面回顾、分析和总结，为相关研究人员提供借鉴和参考。本文主要贡献包括以下方面：首先，对域适应的背景、概念和应用领域进行概括总结。其次，根据模型是否涉及对抗训练机制，将现有深度域适应划分为深度对抗域适应和深度非对抗域适应两大类方法，并逐类回顾和分析。然后，对常用的实验基准数据集进行归类和总结。最后，对现有深度域适应工作存在的问题和不足进行了归纳分析，并讨论了将来的可行研究方向。
|
| 关 键 词： | 域适应 深度对抗域适应 深度非对抗域适应 源域 目标域 |
| 收稿时间： | 2021/6/22 0:00:00 |
| 修稿时间： | 2022/3/4 0:00:00 |
Review on Domain Adaptation Methods Based on Deep Learning |
| |
| Tian Qing,Zhu Yanan,Ma Chuang.Review on Domain Adaptation Methods Based on Deep Learning[J].Journal of Data Acquisition & Processing,2022,37(3):512-541. |
| |
| Authors: | Tian Qing Zhu Yanan Ma Chuang |
| |
| Affiliation: | 1.School of Computer and Software, Nanjing University of Information Science and Technology, Nanjing 210044, China;2.Engineering Research Center of Digital Forensics, Ministry of Education, Nanjing University of Information Science and Technology, Nanjing 210044, China |
| |
| Abstract: | |
| |
| Keywords: | domain adaptation deep adversarial domain adaptation deep non-adversarial domain adaptation source domain target domain |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《数据采集与处理》浏览原始摘要信息 |
|
点击此处可从《数据采集与处理》下载全文 |
