BriefGPT.xyz
Ask
alpha
关键词
cross-domain training
搜索结果 - 3
TOTEM: 基于令牌化的时间序列嵌入用于一般时间序列分析
本研究探索了跨任务和领域的统一建模,通过使用离散的、学到的时间序列数据表示方法来实现通用、跨领域训练。我们提出了一种名为 TOTEM 的简单的分词架构,它使用自监督学习的方式来嵌入来自不同领域的时间序列数据。通过在 17 个真实世界的时间序
→
PDF
4 months ago
KDD
半监督肺癌筛查的深度期望最大化
提出一种基于半监督学习和 3D 卷积神经网络的肺癌筛查算法,采用 Expectation-Maximization 元算法进行训练,通过交叉域的方法验证其模型性能,结果表明该算法能够极大地提高肺癌筛查的分类准确性,证明了半监督 EM 是改进
→
PDF
4 years ago
CVPR
领域对称网络用于对抗性领域自适应
本文提出一种新的无监督域适应方法 ——SymNets,它是基于一种对称的分类器设计的。我们提出了一种新的对抗学习目标,其中关键设计基于两级域混淆方案。我们还提出了一种跨域训练的方案来帮助学习目标分类器。针对常用的基础网络,我们的 SymNe
→
PDF
5 years ago
Prev
Next