BriefGPT - AI 论文速递
·
提升伪标记和改善半监督领域泛化的鲁棒性
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文介绍了一种新的深度框架，使用半监督域泛化技术解决领域差异问题，并在DG基准数据集上验证了其有效性。
🎯
关键要点
-
提出了一种新颖的深度框架，利用半监督域泛化技术。
-
通过联合领域感知标签和双分类器生成高质量的伪标签。
-
解决从观察源域到预测未知目标域之间的领域差异问题。
-
使用域混合操作增加标记和未标记域之间的新域。
-
提高模型的泛化能力。
-
在公开的 DG 基准数据集上验证了所提出的 SSDG 方法的有效性。
🏷️
