BriefGPT - AI 论文速递 · 2023-10-05T00:00:00Z

连续化测试时间域自适应通过动态样本选择

📝

内容提要

该文介绍了一种新的无监督域自适应方法，通过优化误差界的三个项，搜索共享特征子空间，降低数据分布差异并增加类间距离，有效学习目标数据的预测器。同时，考虑了数据异常值的影响以避免负面知识迁移。实验验证了该方法的有效性和优越性。

🏷️

标签

共享特征子空间 数据分布差异 无监督域自适应方法 类间距离 负面知识迁移