钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
计算机科学与探索期刊
\
用于无监督域适应的深度对抗重构分类网络
用于无监督域适应的深度对抗重构分类网络
作者:
林佳伟
王士同
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
迁移学习
对抗域适应
生成对抗网络(GAN)
深度对抗重构分类网络(DARCN)
自动编码器
摘要:
最近迁移学习的新方法对抗域适应,将生成对抗网络(GAN)的思想添加到深度网络中,能够学习数据的可迁移表示形式进行域适应.虽然通过GAN的思想能够很好地提取出源域数据和目标域数据的共同特征,有效地进行不同域之间的知识迁移,但现有的对抗域适应算法不能有效地保留目标域数据的局部特征,而目标域数据的某些特征可能会对分类精度有显著的提升.为了避免原始数据的局部特征因对抗性学习遭到破坏,利用多任务神经网络来保留目标域数据的局部特征.提出了一个深度对抗重构分类网络的模型(DARCN).DARCN受到自动编码器的启发,在对抗域适应的基础上,添加了自动编码器的解码部分,这样能够有效地从低维特征重建原始数据.该模型学习了以下任务的共享编码表示:带标签的源域数据的监督分类;不带标签的目标域数据的无监督重构;源域和目标域的不可区分性.最后,最小化标签分类器的分类损失和解码器的重构损失,同时最大化域判别器的分类损失,通过梯度下降法能够有效地解决此类优化问题.实验结果证明了目标域局部特征的保留对领域自适应任务是十分关键的.
暂无资源
收藏
引用
分享
推荐文章
基于生成对抗网络的无监督域适应分类模型
生成适应模型
迁移学习
领域适应学习
生成对抗网络
多核最大均值差异
无监督学习
基于鉴别模型和对抗损失的无监督域自适应方法
深度学习
无监督
域自适应
生成对抗网络(GAN)
辅助分类任务
分类重构堆栈生成对抗网络的文本生成图像模型
文本生成图像
堆栈生成对抗网络
分类
重构
跨模态学习
重校准特征融合对抗域适应的遥感影像场景分类
遥感影像场景
特征重校准
对抗域适应
深度学习
图像识别
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
用于无监督域适应的深度对抗重构分类网络
来源期刊
计算机科学与探索
学科
工学
关键词
迁移学习
对抗域适应
生成对抗网络(GAN)
深度对抗重构分类网络(DARCN)
自动编码器
年,卷(期)
2022,(5)
所属期刊栏目
人工智能|Artificial Intelligence
研究方向
页码范围
1107-1116
页数
10页
分类号
TP181
字数
语种
中文
DOI
10.3778/j.issn.1673-9418.2012067
五维指标
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(0)
共引文献
(0)
参考文献
(0)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
2022(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
研究主题发展历程
节点文献
迁移学习
对抗域适应
生成对抗网络(GAN)
深度对抗重构分类网络(DARCN)
自动编码器
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机科学与探索
主办单位:
华北计算技术研究所
出版周期:
月刊
ISSN:
1673-9418
CN:
11-5602/TP
开本:
大16开
出版地:
北京市海淀区北四环中路211号北京619信箱26分箱
邮发代号:
82-560
创刊时间:
2007
语种:
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
相关基金
江苏省自然科学基金
英文译名:
Natural Science Foundation of Jiangsu Province
官方网址:
http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
期刊文献
相关文献
1.
基于生成对抗网络的无监督域适应分类模型
2.
基于鉴别模型和对抗损失的无监督域自适应方法
3.
分类重构堆栈生成对抗网络的文本生成图像模型
4.
重校准特征融合对抗域适应的遥感影像场景分类
5.
基于局部重构的无监督特征选择方法
6.
采用无监督学习算法与卷积的图像分类模型
7.
基于特征重标定生成对抗网络的图像分类算法
8.
对抗长短时记忆网络的跨语言 文本情感分类方法
9.
基于半监督深度生成对抗网络的图像识别方法
10.
基于半监督编码生成对抗网络的图像分类模型
11.
基于类内最大均值差异的无监督领域自适应算法
12.
用于过程故障诊断的自适应kernel学习网络分类器
13.
基于双语对抗学习的半监督情感分类
14.
基于深度卷积神经网络的车标分类
15.
融合异构信息的网络视频在线半监督分类方法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机科学与探索2022
计算机科学与探索2021
计算机科学与探索2020
计算机科学与探索2019
计算机科学与探索2018
计算机科学与探索2017
计算机科学与探索2016
计算机科学与探索2015
计算机科学与探索2014
计算机科学与探索2013
计算机科学与探索2012
计算机科学与探索2011
计算机科学与探索2010
计算机科学与探索2009
计算机科学与探索2008
计算机科学与探索2007
计算机科学与探索2022年第5期
计算机科学与探索2022年第4期
计算机科学与探索2022年第3期
计算机科学与探索2022年第2期
计算机科学与探索2022年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号