BriefGPT - AI 论文速递
·
UFDA：具有实际假设的通用联邦域适应
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
研究提出了一种名为HCLD的方案，解决了UFDA场景中的领域变化和类别差距问题。通过使用各个源域的黑盒模型的单热输出来区分共享类和未知类。实验结果显示，HCLD在UFDA场景中具有可比较的性能。
🎯
关键要点
- 提出了一种名为HCLD的方案
- HCLD解决了UFDA场景中的领域变化和类别差距问题
- 通过使用各个源域的黑盒模型的单热输出来区分共享类和未知类
- 实验结果表明HCLD在UFDA场景中具有可比较的性能
- HCLD在三个基准测试上进行了广泛实验
- 与先前方法相比，HCLD在UFDA场景中以更少的假设达到了可比较的性能
➡️
