关键词supervised domain adaptation
搜索结果 - 4
- 具有理论保证的差分隐私域自适应
通过使用一种新的优化问题来训练,本文提出了两种隐私保护的监督适应算法,分别适用于具有线性预测器的回归和非凸但利普希兹平滑的损失函数,并且在实验中表明这两种算法的效果表现优于基线算法。
- 自监督语音表示域适应微调的自动数据增强
本篇论文提出一种用于有声学领域差异的监督领域自适应方法,通过数据增强来减小源域和目标域的差异,并在初步微调阶段使用,证明了该方法的有效性。
- NIPS少样本对抗性域自适应
采用对抗训练来学习嵌入的子空间,同时最大化两个域之间的混淆并在语义上对齐它们,解决了少量有标签目标数据样本的深度模型的有监督域自适应问题。
- EMNLP神经机器翻译微调的正则化技术
本研究探讨了神经机器翻译的监督域自适应技术,针对现有模型在大型非领域数据集训练后,如何适应小型领域数据集所出现的过拟合问题。在整个过程中,正则化技术,如 dropout 和 L2 正则化与非领域先验之间的关系得到了深入研究。此外,文章提出了