域自适应相关 AI 资讯 · AI 热点

8月18日

15:30

15:30

官方账号arXiv cs.AI@Keren Artiaga, Yang Li, Ercan Engin Kuruoglu, Wai Kin, Chan

该研究针对超100种手语识别资源匮乏的问题，提出使用域自适应方法TA3N进行跨手语迁移学习。TA3N利用时间关系网络（TRN）模块对齐多尺度时间关系，实验显示域自适应优于神经网络迁移学习，尤其提升美国手语（ASL）识别。研究还发现对齐源域和目标域的短期时间特征更有效。在RGB与光流模式对比中，RGB在多数情况下表现更优。

论文手语识别域自适应 TA3N

推荐理由：手语识别资源少，这篇论文用域自适应做跨手语迁移，比传统迁移学习效果好，还比较了RGB和光流，值得做手语识别的朋友看看。

6月30日

10:15

10:15

官方账号arXiv cs.AI@Hyunwoo Park, Sang-Hyun Lee

针对仿真到真实迁移中目标数据稀缺的问题，该研究提出AIDA框架。AIDA通过自适应想象生成可靠轨迹，并利用分布偏移感知判别器截断低置信度过渡，仅保留可靠数据用于增强。在5个MuJoCo任务和2个Gymnasium-Robotics任务上，AIDA显著优于现有基线方法。实验表明自适应想象能有效截断不可靠轨迹，并通过自一致性损失学习有语义的状态表示。

论文 AIDA 域自适应视觉强化学习

推荐理由：仿真到真实迁移一直难做，这篇论文的AIDA方法在目标数据极少时仍能大幅提升性能，比之前的方法强不少。

6月3日

10:01

10:01

官方一手arXiv: OpenAI@Nikhil Vincent

精选

CoughSense 是一个利用智能手机录音自动分类五种呼吸系统疾病（健康、COVID-19、哮喘、支气管炎、肺炎）的系统。它基于 OpenAI Whisper 编码器微调，并引入主动帧 QKV 注意力池化（Active-frame QKV attention pooling），解决了 Whisper 30秒输入窗口内短咳嗽信号被静音稀释的问题。系统还通过加权采样、数据增强、平衡混合、对比学习、症状条件化和域自适应等技术，处理了19:1的类别不平衡和跨数据集域偏移。在四个公开数据集共18,301条录音上，CoughSense（Whisper-tiny，8.6M参数）达到82.3%的平衡准确率，双编码器融合版本达到85.4%。主动帧池化是最大的单一贡献模块（提升5.1个点），对任何使用Whisper的短音频任务都有参考价值。

论文 Whisper 呼吸疾病分类咳嗽分析

推荐理由：做呼吸疾病音频诊断或短音频分类的团队，可以直接借鉴CoughSense的主动帧池化和域自适应方案，解决Whisper在短信号上的静音稀释痛点。