HyperAI

نقل التعلم

نقل التعلمهي طريقة استخدام المعرفة الموجودة لتعلم معرفة جديدة، حيث تسمى المعرفة الأصلية بمجال المصدر، والمعرفة الجديدة المراد تعلمها هي مجال الهدف. الهدف من التعلم الانتقالي هو استخراج المعرفة والخبرة من المهام المصدر وتطبيقها على المجال المستهدف.

تصنيف التعلم الانتقالي

بناءً على مساحة الميزة:

  • التعلم بالنقل المتجانس: مساحة الميزة للمجال المصدر والمجال المستهدف هي نفسها، XS = XT؛
  • التعلم بالنقل غير المتجانس: تكون مساحات الميزات في المجال المصدر والمجال المستهدف مختلفة، XS ≠ XT.

بناءً على سيناريو الهجرة:

  • التعلم بالنقل الاستقرائي: مهام التعلم في المجال المصدر والمجال المستهدف مختلفة؛
  • التعلم التحويلي الاستقرائي: مهام التعلم في المجال المصدر والمجال المستهدف هي نفسها؛
  • التعلم بالنقل غير الخاضع للإشراف: لا يوجد أي تسميات لكل من المجال المصدر والمجال المستهدف.

الأساليب الأساسية للتعلم الانتقالي

  • عينة الهجرة: ابحث عن البيانات في المجال المصدر التي تشبه المجال المستهدف واضبط أوزان البيانات بحيث تتطابق البيانات الجديدة مع بيانات المجال المستهدف؛
  • نقل النموذج: بافتراض أن المجال المصدر والمجال المستهدف يتشاركان معلمات النموذج، يتم تطبيق النموذج المدرب في المجال المصدر على المجال المستهدف للتنبؤ؛
  • هجرة العلاقة: بافتراض أن المجالين متشابهان، يتم تطبيق العلاقة الشبكية المنطقية في المجال المصدر على المجال المستهدف للهجرة.

مراجع

【1】https://zhuanlan.zhihu.com/p/27368456

【2】https://github.com/jindongwang/transferlearning/blob/master/doc//مقدمة إلى Transfer Learning.md

【3】http://www.xtecher.com/Xfeature/view?aid=7383