الشبكات التحويلية المتنافسة الشرطية المتماسكة بالدورة

يُعنى التكيّف النطاقي بمشكلة نقل المعرفة بين النطاقات المختلفة، حيث تختلف توزيعات البيانات بين النطاق المُدرَّس (المصدر) والنمط غير المُدرَّس (الهدف). في الآونة الأخيرة، تم تطبيق التدريب العدواني بنجاح في مجال التكيّف النطاقي، وحقق أداءً متفوقًا على مستوى الحد الأقصى من الأداء الحالي. ومع ذلك، لا يزال هناك عيب خطير موجود في النماذج العدوانية الحالية، والذي ينشأ من تحدي التوازن في التدريب العدواني. وبشكل خاص، على الرغم من أن معظم الطرق الحالية قادرة على إرباك مُميّز النطاق، إلا أنها لا تضمن أن يكون النطاق المصدر والنمط الهدف كافيَين في التشابه. في هذا البحث، نقترح منهجية جديدة تُسمى "الشبكات العدوانية للنقل الشرطي المتماسك بالدورة" (3CATN) لمعالجة هذه المشكلة. تعتمد منهجيتنا على تحسين التماثل بين النطاقات من خلال استخدام التدريب العدواني. وبشكل دقيق، نُشرّع الشبكات العدوانية بمراعاة التغاير المتبادل للميزات المُتعلّمة وتنبؤات المصنّف، بهدف التقاط الهياكل متعددة النماذج لتوزيعات البيانات. ولكن، نظرًا لأن تنبؤات المصنّف ليست معلومات مؤكدة، فإن وضع شرط قوي مبني على هذه التنبؤات قد يكون محفوفًا بالمخاطر عندما تكون التنبؤات غير دقيقة. لذلك، نقترح في هذا السياق أن الميزات الحقيقية غير المُتغيرة حسب النطاق يجب أن تكون قادرة على التحويل من نمط إلى آخر. ولتحقيق ذلك، نُدخل خمسة خسائر: خسارة تحويل الميزات من نمط إلى آخر، وخسارة تحوّل الميزات في الاتجاه المعاكس، وواحدة من خسائر التماسك الدوراني، إلى الشبكات العدوانية للتكيف النطاقي الشرطي. وتوصل النتائج التجريبية الواسعة على مجموعة من البيانات الكلاسيكية والكبيرة الحجم إلى أن نموذجنا قادر على تفوق النماذج السابقة ذات المستوى الرائد بتحسينات ملحوظة.