选择置信伪标签的迁移学习

作     者：滕少华 周德根 滕璐瑶 张巍 TENG Shaohua;ZHOU Degen;TENG Luyao;ZHANG Wei

作者机构：广东工业大学计算机学院广东广州510006 广州番禺职业技术学院信息工程学院广东广州511483 

出 版 物：《江西师范大学学报（自然科学版）》 (Journal of Jiangxi Normal University(Natural Science Edition))

年 卷 期：2024年第48卷第1期

页      面：31-44页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金(61972102)资助项目 

主　　题：置信伪标签 域适应 伪标签 迁移学习 标签传播 

摘      要：域适应旨在将标签丰富的源域知识迁移到无标签的目标域.选择性伪标签和标签传播都是域适应的常用方法.然而传统的选择性伪标签以最大类的预测概率标记样本,忽视了其他概率;而且传统的标签传播同等对待不同置信度的标签,这可能导致错误标签.因此,该文提出了一种选择置信伪标签(TL-SCP)的迁移学习.首先,在评估伪标签的置信度时兼顾了最大类的预测概率和其他类预测概率;其次,在标签传播过程中尽量保留高置信度标签,并据此指导低置信度标签的更新,借此减少错误标签传播;最后,在4个基准数据集上进行的大量实验验证了提出的模型(TL-SCP)优于现有的模型.