领域自适应相关 AI 资讯 · AI 热点

7月23日

12:11

12:11

官方账号arXiv cs.LG@Andrea Napoli

该论文提出ARROW，首个针对最大均值差异（MMD）和相关对齐（CORAL）损失函数的在线随机方差缩减（SVR）算法。ARROW维护对齐统计量的移动平均参考，并自适应重加权传入的minibatch以对齐minibatch与参考统计量。通过松弛重加权方案使权重优化问题可解。实验表明，ARROW在运行时间、方差缩减程度和目标域准确率上与离线算法竞争力相当。

论文 ARROW MMD CORAL

推荐理由：这篇论文解决了流式数据的方差缩减问题，ARROW算法能在线对齐MMD和CORAL，效果不输离线方法，搞领域自适应的人可以看看。

6月25日

11:05

11:05

官方账号arXiv cs.AI@Sen Li, Haichao Cui, Chendong Shao, Yaqi Wang, Xinhua Tang

该论文提出一种无监督域适应框架结合渐进源域扩展策略，用于TIG焊接与激光焊接之间的跨进程渗透状态分类。在TIGFH数据集上达到90.65%准确率，在LSPS数据集上达到90.72%，分别超过监督基线35.83%和38.87%。跨进程任务中，TIG到激光准确率80.48%，激光到TIG准确率81.13%，分别提升43.39%和43.40%。方法无需目标域标注，显著降低新焊接工艺的重新标注成本。

论文焊接渗透状态预测无监督域适应领域自适应

推荐理由：想跨焊接工艺直接套用模型？这篇论文用无监督域适应，在TIG和激光焊接上准确率从四成多拉到八成以上，不用重新标数据。