target dataset | BriefGPT - AI 论文速递

关键词target dataset

搜索结果 - 8

少即少：使用更少基分类学习更好的少样本问题
本文研究了在训练数据稀缺的情况下，通过在较少的基础类别上进行微调，以改善少样本学习，探索了提取目标数据集更好特征的可能性，并提供了可在任何少样本解决方案中实施的简单且直观的方法。
PDF5 months ago
逐步扩展源领域的无监督领域自适应
通过渐进性的源领域扩展算法，将目标数据集作为伪源样本，从而通过多次重新初始化网络权重的训练，提取先前运行得出的知识，促进领域之间的对齐，改善无监督领域适应的准确性。
PDF8 months ago
ICML基于交叉注意力的前馈无源隐空域自适应
本文研究深度学习中前馈源自适应的应用及其改进，通过交叉关注机制自适应目标数据集，探索自动化实例选取提升性能，实验表明我们提出的框架能显著改进现有方法。
PDF2 years ago
CFA: 基于耦合超球特征适应的目标导向异常定位
提出了 Coupled-hypersphere-based Feature Adaptation (CFA) 方法，它通过特征自适应到目标数据集来实现对异常数据的准确定位及区分，CFA 采用可学习的补丁描述符和可扩展的内存库，结合预训练 C
PDF2 years ago
ECCV转移度量评估的稳定性如何？
通过大规模实验研究，聚合不同实验结果并提出 LogME 转移度量法，发现在语义分割场景中选择良好的源数据集、在图像分类场景中选择良好的源体系结构以及确定哪个目标任务最受益于给定的源模型的最佳转移度量法是 LogME、NLEEP 和 GBC，
PDF2 years ago
CVPR知识作为先验：跨模态知识泛化在无优先知识数据集上
本文提出了一种名为 “跨模态知识普适” 的新方法，将一个以高级模态（教师）训练的模型中的知识传递给以较弱模态（学生）训练的另一个模型，同时不需要在教师数据集中配对数据。通过在参数上建模知识，来将源数据集中积累的跨模态知识泛化到目标数据集，最
PDF4 years ago
渐进可微分架构搜索：弥合搜索和评估之间的深度鸿沟
论文使用渐进式搜索算法，通过解决搜索深度过大和计算资源消耗等问题，实现对神经架构搜索的优化，获得了在 CIFAR10 和 ImageNet 数据集上的最先进表现。
PDF5 years ago
对比潜变量模型的无监督学习
本文提出了一种基于概率模型的降维方法，通过在目标数据集和背景数据集之间寻找信号富集的模式，能够恢复目标数据集中潜在空间中的有趣结构，并可应用于去噪、特征选择和子组发现等领域。
PDF6 years ago