(PADA)Partial Adversarial Domain Adaptation笔记
提出了部分对抗性领域自适应算法(PADA),它通过降低离群源类别数据的权重来减轻负迁移,并通过匹配共享标签空间中的特征分布来促进正迁移。
Partial Adversarial Domain Adaptation:
,且
源域:,个类别
目标域:,个类别
挑战:
- 降低离群源类的影响来缓解负迁移
- 减少的分布差异来促进正迁移
Domain Adversarial Neural Network:
DANN的目标:
旧知识了,不再阐述。
Partial Adversarial Domain Adaptation:
这篇文章提出了PADA,主要思想是降低离群标签空间对分类器和对抗网络的影响。源分类器对于每个数据点的输出是在源标签空间上的概率分布,也就是数据点xi属于个类别的概率。
每个源类的权重计算如下:
原文中还对γ进行了归一化,但是我认为已经是归一化了呀,求大神指导~~~
总的目标函数: