AAAIJan, 2022
GearNet: 逐步双向学习的弱监督领域自适应
GearNet: Stepwise Dual Learning for Weakly Supervised Domain Adaptation
Renchunzi Xie, Hongxin Wei, Lei Feng, Bo An
TL;DR本文提出了 GearNet,一个利用双向关系的通用范例,用于解决仅具有有噪标签源域数据的弱监督域自适应问题,并通过不对称 Kullback-Leibler 损失来选择性地匹配两个模型在同一领域中的预测,从而实现了隐式标签噪声消除,并利用源域和目标域之间的相关性,实现了现有 WSDL 方法性能的大幅提升。