HyperAIHyperAI
vor 2 Monaten

Stetig Indizierte Domänenanpassung

Hao Wang; Hao He; Dina Katabi
Stetig Indizierte Domänenanpassung
Abstract

Bestehende Domänenanpassung konzentriert sich auf den Wissenstransfer zwischen Domänen mit kategorischen Indizes (z. B. zwischen Datensätzen A und B). Viele Aufgaben betreffen jedoch kontinuierlich indizierte Domänen. Zum Beispiel in medizinischen Anwendungen ist es oft notwendig, die Krankhanalysen und -vorhersagen zwischen Patienten unterschiedlichen Alters zu übertragen, wobei das Alter als kontinuierlicher Domänenindex fungiert. Solche Aufgaben sind für vorherige Methoden der Domänenanpassung herausfordernd, da sie die zugrunde liegende Beziehung zwischen den Domänen ignorieren. In dieser Arbeit schlagen wir die erste Methode für die Anpassung an kontinuierlich indizierte Domänen vor. Unser Ansatz kombiniert traditionelle adversäre Anpassung mit einem neuen Diskriminator, der die auf die Codierung bedingte Verteilung des Domänenindexes modelliert. Unsere theoretische Analyse zeigt den Nutzen der Nutzung des Domänenindexes zur Generierung von invarianten Merkmalen über einen kontinuierlichen Bereich von Domänen hinweg auf. Unsere empirischen Ergebnisse belegen, dass unser Ansatz sowohl bei synthetischen als auch bei realen medizinischen Datensätzen den Stand der Technik in der Domänenanpassung übertrifft.

Stetig Indizierte Domänenanpassung | Neueste Forschungsarbeiten | HyperAI