检索结果-内蒙古大学图书馆

计算机科学与探索 2022年第12期16卷 2775-2787页

作者：徐光生王士同江南大学人工智能与计算机学院江苏无锡214122 江南大学江苏省媒体设计与软件技术重点实验室江苏无锡214122

当数据是多模态时,如果在训练阶段没有足够或完整的目标数据可参与训练,则可能导致训练效果较差甚至失败。为了解决该问题,提出了一个基于潜在的低秩约束的不完整模态迁移学习算法(IMTL)。所提算法通过两方面来解决不完整模态问题:一方... 详细信息

当数据是多模态时,如果在训练阶段没有足够或完整的目标数据可参与训练,则可能导致训练效果较差甚至失败。为了解决该问题,提出了一个基于潜在的低秩约束的不完整模态迁移学习算法(IMTL)。所提算法通过两方面来解决不完整模态问题:一方面,基于低秩约束子空间框架,引入潜在因素来挖掘目标域中缺失的模态信息,然后借助具有完整模态的辅助数据集,通过跨模态或跨数据集方向的迁移学习来帮助模态或数据集之间的数据对齐;另一方面,利用少量标记目标数据来完成监督信息对齐从而保持目标数据在迁移学习过程中的内在结构。实验结果表明,所提算法较之于传统的迁移学习算法有明显优势;即使对于不完整的目标数据,也可以显著地提高分类性能。

关键词：迁移学习不完整模态潜在的低秩约束

来源：评论

学校读者我要写书评

暂无评论

不完整模态迁移学习方法的研究

不完整模态迁移学习方法的研究

引用

作者：徐光生江南大学

学位级别：硕士

迁移学习已经被证明在图像分类、文本分类、情感分析等许多现实应用场景下是一种极为有效的技术,然而绝大部分迁移学习算法都是基于训练数据集完整的假设下来训练模型的。当训练数据集出现数据缺失、数据污染等情况时,传统的迁移学习方... 详细信息

迁移学习已经被证明在图像分类、文本分类、情感分析等许多现实应用场景下是一种极为有效的技术,然而绝大部分迁移学习算法都是基于训练数据集完整的假设下来训练模型的。当训练数据集出现数据缺失、数据污染等情况时,传统的迁移学习方法对于此类问题则显得束手无策,如果强行进行模型训练可能带来错误的分类结果。近些年来,迁移学习领域发展迅速,不完整数据场景下的迁移学习已经吸引了部分研究者的关注,他们探索了子空间学习框架与潜在的低秩约束相结合来应对该场景,取得了较为显著的成效。现实场景总是复杂多变的,这为数据的采集带来了极大的挑战,例如光线、角度、阴影等都会对数据造成负面影响。如何处理此类极端场景下的数据集来训练迁移学习模型是一个值得关注的难题,传统的迁移学习算法对此无能为力。为了有效地解决这类问题,本文将基于潜在的低秩约束的子空间学习框架引入不完整模态与不完整多视图这两种场景中,提出了新的解决方案。本文的具体研究工作如下:(1)本文提出一种基于潜在的低秩约束的不完整模态迁移学习算法,所提算法通过两方面来解决不完整模态问题:一方面,基于低秩约束子空间学习框架,引入潜在因素来挖掘目标域中缺失的模态信息,然后借助具有完整模态的辅助数据集,通过跨模态或跨数据集方向的迁移学习来帮助模态或数据集之间的数据对齐。另一方面,利用少量标记目标数据来完成监督信息对齐,从而保持目标数据在迁移学习过程中的内在结构。实验结果表明,所提算法较之于传统的迁移学习算法有明显优势;即使对于不完整的目标数据,也可以显著地提高分类性能。(2)将基于潜在的低秩约束子空间学习框架从不完整模态问题中延伸至不完整多视图问题中,提出一种基于双重低秩分解的不完整多视图子空间学习算法。所提算法通过两方面来解决不完整多视图问题:一方面,基于双重低秩分解子空间学习框架,引入潜在因素来挖掘多视图数据中缺失的信息。另一方面,通过预先学习的多视图数据低维特征获得更好的鲁棒性,并以有监督的方式来指导双重低秩分解。实验结果证明,所提算法较之于之前的多视图子空间学习算法有明显优势;即使对于不完整的多视图数据,也可以显著地提高分类性能。

关键词：迁移学习子空间学习不完整模态不完整多视图潜在的低秩约束

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：