期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
单源域泛化中一种基于域增强和特征对齐的元学习方案
1
作者 孙灿 胡志刚 郑浩 《计算机应用研究》 CSCD 北大核心 2024年第8期2392-2397,共6页
基于元学习的单源域泛化(single domain generalization,SDG)已成为解决领域偏移问题的有效技术之一。然而,源域和增强域的语义信息不一致以及域不变特征和域相关特征难以分离,使SDG模型难以实现良好的泛化性能。针对上述问题,提出了一... 基于元学习的单源域泛化(single domain generalization,SDG)已成为解决领域偏移问题的有效技术之一。然而,源域和增强域的语义信息不一致以及域不变特征和域相关特征难以分离,使SDG模型难以实现良好的泛化性能。针对上述问题,提出了一种单源域泛化中基于域增强和特征对齐的元学习方案(meta-learning based on domain enhancement and feature alignment,MetaDefa)。利用背景替换和视觉损害技术为每一张图像生成多样且有效的增强图像,保证了源域和增强域之间的语义信息一致性;多通道特征对齐模块通过关注源域和增强域特征空间之间的相似目标区域和抑制非目标区域的特征表示充分挖掘图像信息,进而有效地提取充足的可迁移性知识。通过实验评估,MetaDefa在office-Caltech-10、office31和PACS数据集上分别取得了88.87%、73.06%和57.06%的精确度。结果表明,MetaDefa方法成功实现了源图像和增强图像之间的语义一致性和对域不变特征的充分提取,从而显著提升了单源域泛化模型的泛化性能。 展开更多
关键词 单源域泛化 元学习 增强 特征对齐
下载PDF
对比学习驱动的医学影像分割单源域泛化
2
作者 肖榕 《福建电脑》 2024年第6期1-7,共7页
医学影像分割中极为常见的域偏移问题会导致深度网络应用于新目标域时遭遇性能下降。为此,本文提出了一个单源域泛化训练框架ContraSDG。该框架基于对比学习,使用单源域训练数据。通过消除深度网络对风格信息的依赖,使其专注于语义信息... 医学影像分割中极为常见的域偏移问题会导致深度网络应用于新目标域时遭遇性能下降。为此,本文提出了一个单源域泛化训练框架ContraSDG。该框架基于对比学习,使用单源域训练数据。通过消除深度网络对风格信息的依赖,使其专注于语义信息的学习,从而学习出鲁棒的特征表示,达到提升泛化能力的目的。实验结果表明,对于医学影像跨域分割任务,本文方法能够较大幅度地提高分割性能。 展开更多
关键词 医学影像分割 偏移 单源域泛化
下载PDF
域自适应学习研究进展 被引量:27
3
作者 刘建伟 孙正康 罗雄麟 《自动化学报》 EI CSCD 北大核心 2014年第8期1576-1600,共25页
传统的机器学习假设测试样本和训练样本来自同一概率分布.但当前很多学习场景下训练样本和测试样本可能来自不同的概率分布.域自适应学习能够有效地解决训练样本和测试样本概率分布不一致的学习问题,作为机器学习新出现的研究领域在近... 传统的机器学习假设测试样本和训练样本来自同一概率分布.但当前很多学习场景下训练样本和测试样本可能来自不同的概率分布.域自适应学习能够有效地解决训练样本和测试样本概率分布不一致的学习问题,作为机器学习新出现的研究领域在近几年受到了广泛的关注.鉴于域自适应学习技术的重要性,综述了域自适应学习的研究进展.首先概述了域自适应学习的基本问题,并总结了近几年出现的重要的域自适应学习方法.接着介绍了近几年提出的较为经典的域自适应学习理论和当下域自适应学习的热门研究方向,包括样例加权域自适应学习、特征表示域自适应学习、参数和特征分解域自适应学习和多源域自适应学习.然后对域自适应学习进行了相关的理论分析,讨论了高效的度量判据,并给出了相应的误差界.接着对当前域自适应学习在算法、模型结构和实际应用这三个方面的研究新进展进行了综述.最后分别探讨了域自适应学习在特征变换和假设、训练优化、模型和数据表示、NLP研究中存在的问题这四个方面的有待进一步解决的问题. 展开更多
关键词 自适应学习 迁移假设 单源域-单目标 多源-多目标 自适应学习理论
下载PDF
领域自适应研究综述 被引量:17
4
作者 李晶晶 孟利超 +2 位作者 张可 鲁珂 申恒涛 《计算机工程》 CAS CSCD 北大核心 2021年第6期1-13,共13页
经典机器学习算法假设训练数据和测试数据具有相同的输入特征空间和数据分布,但在很多现实应用中这一假设通常并不成立,导致经典机器学习算法失效。领域自适应是一种新的机器学习策略,其关键技术在于通过学习新的特征表达来对齐源域和... 经典机器学习算法假设训练数据和测试数据具有相同的输入特征空间和数据分布,但在很多现实应用中这一假设通常并不成立,导致经典机器学习算法失效。领域自适应是一种新的机器学习策略,其关键技术在于通过学习新的特征表达来对齐源域和目标域的数据分布,使得在有标签源域中训练的模型可以直接迁移到没有标签的目标域上,且不会引起模型性能的明显下降。介绍领域自适应的定义、分类和代表性算法,讨论基于度量学习和基于对抗学习的两类领域自适应算法。在此基础上,分析领域自适应的典型应用和现存挑战,并对其发展趋势及未来研究方向进行展望。 展开更多
关键词 自适应 迁移学习 距离度量 对抗学习 单源域适应
下载PDF
汉英隐喻习语ICM和CB的认知对比考察─—以汉语的四字格隐喻习语为基点 被引量:76
5
作者 王文斌 姚俊 《外语与外语教学》 北大核心 2004年第5期36-40,共5页
汉英两种语言均具有丰富的隐喻习语。在具有相似的语言表达形式的同时,两者又具有明显的相异表现。由于思维认知模式的差异,汉语隐喻习语常借用双源域来映射同一个目标域,而英语的隐喻习语则常借用单源域来映射一个目标域。本文以Lak... 汉英两种语言均具有丰富的隐喻习语。在具有相似的语言表达形式的同时,两者又具有明显的相异表现。由于思维认知模式的差异,汉语隐喻习语常借用双源域来映射同一个目标域,而英语的隐喻习语则常借用单源域来映射一个目标域。本文以Lakoff(1987)的“理想化认知模型”为视点,阐释汉英两种语言中隐喻习语构建存在同与异的成因,并以Fauconnier(1997)及Fauconnier&Turner(2002)提出的概念合成理论为视角,探究汉英隐喻习语在内在认知机制方面的异同。 展开更多
关键词 隐喻习语 双源 单源域 理想化认知模型 概念合成理论
下载PDF
汉英隐喻认知方式对比考察 被引量:5
6
作者 刘凤贤 《辽东学院学报(社会科学版)》 2012年第6期103-107,共5页
当代隐喻研究表明隐喻不仅是一种语言修辞手法,更是人类感悟世界、认知世界的重要手段。由于各民族对客观世界有着类似的看法和感受,所以,不同民族的语言隐喻呈现出跨文化的相似性。又因为各民族语言文化、思维方式存在着巨大的差异,语... 当代隐喻研究表明隐喻不仅是一种语言修辞手法,更是人类感悟世界、认知世界的重要手段。由于各民族对客观世界有着类似的看法和感受,所以,不同民族的语言隐喻呈现出跨文化的相似性。又因为各民族语言文化、思维方式存在着巨大的差异,语言隐喻在认知方式上具有鲜明的民族特征。作者运用认知语言学的理论,从隐喻认知的心理基础、认知结构和认知模型等方面对汉英隐喻的认知方式进行对比考察,从而揭示汉英隐喻认知方式的同与异。 展开更多
关键词 隐喻 认知方式 认知模型 单源域 双源
下载PDF
汉英隐喻认知方式对比考察 被引量:1
7
作者 刘凤贤 《英语研究》 2009年第1期9-12,共4页
认知语言学和心理学研究表明,隐喻不仅是一种语言修辞手段,更是人类认知和表达世界经验的一种普遍的思维方式,也是人类给万事万物命名的主要手段。由于各民族对客观世界有着类似的看法和感受,所以,不同民族的语言隐喻呈现跨文化的相似性... 认知语言学和心理学研究表明,隐喻不仅是一种语言修辞手段,更是人类认知和表达世界经验的一种普遍的思维方式,也是人类给万事万物命名的主要手段。由于各民族对客观世界有着类似的看法和感受,所以,不同民族的语言隐喻呈现跨文化的相似性,又因为隐喻是一种文化现象,语言隐喻在认知方式上又具有鲜明的社会性和民族性。 展开更多
关键词 隐喻 认知方式 认知模型 单源域 双源
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部