核范数优化下的多表征挤压激励自适应网络 |
| |
引用本文: | 谭茜成,郭涛,李鸿,朱新远,邹俊颖,夏青.核范数优化下的多表征挤压激励自适应网络[J].小型微型计算机系统,2022(3):598-603. |
| |
作者姓名: | 谭茜成 郭涛 李鸿 朱新远 邹俊颖 夏青 |
| |
作者单位: | 四川师范大学计算机科学学院 |
| |
基金项目: | 国家自然科学青年基金项目(11905153)资助; |
| |
摘 要: | 多表征自适应网络(MRAN)用于无监督学习取得了显著成效.但MRAN的特征提取只关注了域在空间结构上的联系而忽略了特征通道之间的联系,在进行无监督领域自适应(UDA)分类时,决策边界附近存在大量混淆数据的情况,当使用信息熵最小化对混淆数据进行分类时,往往会产生错误分类.针对这一问题,提出了基于批量核范数最大化的多表征挤...
|
关 键 词: | 迁移学习 无监督学习 领域自适应 注意力机制 核范数 |
|
|