代理信息引导的贝叶斯迁移学习与未知源

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本研究提出了一种基于代理信息的稳健概率迁移学习方法(PROMPT),旨在解决目标任务微调困难的问题。PROMPT在缺乏目标任务结果信息的情况下,通过代理信息估计目标任务效果并重加权源数据,从而降低负迁移风险。

🎯

关键要点

  • 本研究提出了一种基于代理信息的稳健概率迁移学习方法(PROMPT)。
  • PROMPT旨在解决目标任务微调困难的问题。
  • 该方法在缺乏目标任务结果信息的情况下,通过代理信息估计目标任务效果。
  • PROMPT重加权源数据,从而降低负迁移风险。
  • 该方法能够在未知源的情况下实现更有效的效果转移。
➡️

继续阅读