目录
前言
- 本文属于我最优传输系列里的九篇,该专栏用于记录本人研究生阶段相关最优传输论文的原理阐述以及复现工作。
- 本专栏的文章主要内容为解释原理,论文具体的翻译及复现代码在文章的github中。
原理阐述
摘要
- 多源域自适应问题。
- 本文用于应对Covariate shift、Target shift。
- 本文不从源域和目标域之间寻找一个表示不变量(representation invariant),而是通过微调源域的权重来利用多源域分布的多样性。
- 我们的方法被称为加权联合分布最优传输(WJDOT),旨在同时找到源分布和目标分布之间基于最优传输的对齐和源分布的重新加权。我们讨论了该方法的理论方面,并提出了一个概念上简单的算法。数值实验表明,该方法在模拟数据集和真实数据集上取得了最好的性能。
介绍
- 本文发表于2020年的arXiv。
- 本文的作者从一个崭新的角度来试图完成多源域的领域自适应。作者不是在源域和目标域之间寻找潜在的表示不变量(representation invariant),而是利用了源域分布的多样性,根据手头的任务来调整其权重。
- 作者的模型:Weighted Joint Distribution Optimal Transport (WJDOT),旨在同时找到一个基于最优传输的源和目标分配之间的对齐和源域的