Jan, 2020
胸部 X 光分类中的领域自适应连续学习
Continual Learning for Domain Adaptation in Chest X-ray Classification
Matthias Lenga, Heinrich Schulz, Axel Saalbach
TL;DR本研究旨在解决深度学习模型在应用于不同领域时泛化能力有限的问题，通过探究连续学习的技术，如联合训练、弹性权重整合和无遗忘学习等方法可以在目标域上提高深度学习模型的性能，并有效地缓解源域上的灾难性遗忘。在 ChestX-ray14 和 MIMIC-CXR 数据集上进行的实证研究表明，联合训练是最佳方法，而无遗忘学习的结果也相当不错。