一种基于高阶矩匹配的具有类别感知优化输运方法用于无监督领域适应
原文中文，约400字，阅读约需1分钟。发表于：。无监督领域自适应方法中引入了一种新的方法 - 称为类感知最优输运（OT），用于测量来自标记源领域的分布与源和目标数据分布的混合之间的 OT 距离。我们的类感知 OT 利用了一个成本函数，该函数确定了给定数据示例与源类条件分布之间的匹配程度，通过优化这个成本函数，我们可以找到目标示例与源类条件分布之间的最佳匹配，从而有效地解决了两个领域之间发生的数据和标签偏移问题。为了高效处理类感知 OT...
该研究提出了一种新的无监督领域自适应方法，通过类感知最优输运（OT）解决了数据和标签偏移问题。使用深度神经网络制定输运概率和成本函数，并最小化类感知高阶矩匹配（HMM）来对齐类区域。实验证明该方法优于现有基准线。
