公开(公告)号：CN116227581A

公开(公告)日：2023-06-06

申请号：CN202211579420.0

申请日：2022-12-08

Applicant: 鹏城实验室

Inventor： 田永鸿 ,  陈杰 ,  高文 ,  徐凡 ,  张弛

IPC: G06N3/096 ,  G06N3/04 ,  G06N3/0464

Abstract: 本发明公开了基于自适应参数隔离的迁移学习方法、装置、终端及介质，包括：获取当前源域在每个通道中的统计均值和统计方差，并获取目标域在每个通道中的统计均值和统计方差；根据所述当前源域的统计均值和统计方差、所述目标域的统计均值和统计方差计算得到通道抑制敏感因子；根据所述通道抑制敏感因子确定自适应参数隔离的目标函数，并根据所述自适应参数隔离的目标函数进行域自适应迁移学习。本发明通过自适应参数隔离，在增量域自适应中显著地减少了不同源域的干扰，以及通过自适应参数隔离充分保留和有效融合标注知识，提高了目标域的泛化性能。

公开(公告)号：CN115983375A

公开(公告)日：2023-04-18

申请号：CN202211581443.5

申请日：2022-12-09

Applicant: 鹏城实验室

Inventor： 田永鸿 ,  陈杰 ,  高文 ,  徐凡 ,  张弛

IPC: G06N3/096 ,  G06V10/74 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明所提供的一种基于领域对关联的迁移学习方法及装置，方法包括：当接收到目标域样本图像及目标域样本图像对应的类别标签时，获取源域样本图像；构建目标域样本图像与源域样本图像之间的特征关系图，得到特征相似图像对；将特征相似图像对输入预先训练的连续领域自适应模型中，将目标域样本图像对应的类别标签作为监督信息，并以基于特征互相关矩阵的预设学习目标为优化目标，对连续领域自适应模型进行迁移学习；将目标域目标图像输入已完成迁移学习的连续领域自适应模型中，得到预测结果。本发明实现了对比性的配对，在巩固模型先验关系的基础上对新源域的局部相关性进行增量探索，避免出现迁移性漂移现象，提高了预测结果的准确性。