关于迁移学习中的负迁移方向研究

• 作者: 何佳洲 刘义海 李永盛 赵国清
• 来源期刊: 指挥控制与仿真
• 学科: 工学
• 关键词: 机器学习 迁移学习 负迁移
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 理论研究
• 页码范围: 28-33
• 页数: 6页
• 分类号: TP181
• 字数: 5210字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3819.2020.04.006

摘要

迁移学习在面临小样本数据时,具有很好的处理效果,是当前人工智能研究的热门方向之一.然而迁移学习在实际应用中,发现存在着很多问题,其中特别是负迁移现象,使得迁移学习的效果不佳.先介绍了迁移学习的概念和研究现状,然后提出解决负迁移问题的三个方向,包括多源领域数据学习、增加目标领域的样本数量、减少领域间的数据分布差异,并且依据这三个方向汇总了改善负迁移的相关研究工作.最后展望了其他一些关于改善负迁移问题的方向,为后人深入研究负迁移问题时提供一些参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何佳洲		35	234	10.0	14.0
2	刘义海		3	2	1.0	1.0
3	赵国清		2	0	0.0	0.0
4	李永盛		2	0	0.0	0.0