公开(公告)号：CN117236419A

公开(公告)日：2023-12-15

申请号：CN202311176935.0

申请日：2023-09-13

Applicant: 哈尔滨工业大学

Inventor： 杨洪伟 ,  何慧 ,  林教轩 ,  张伟哲 ,  郝萌

IPC: G06N3/096 ,  G06N3/084 ,  G06N3/0895 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明公开了一种未访问源数据的多源异构网络迁移方法，涉及迁移学习技术领域，以解决异构网络上的相关问题。本发明的技术要点包括：首先使用基于伯恩斯坦多项式的深度网络嵌入模块在异构网络进行预训练得到一组源模型；得到一组训练好的源模型之后，不再使用源数据，利用域适应模块对得到的一组源模型进行域适应，使用训练得到的最优权重加权聚合域适应后的源模型得到最优目标模型。在域适应过程不访问源数据的前提下，本发明方法可以自动地将通过嵌入模块训练得到一组源模型与合适的权重组合在一起，使其性能至少与最佳源模型一样好，并最小化了负迁移的影响。