前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【领域适应】开源 | MIT--提出连续索引域自适应方法,应用医学数据集上,性能SOTA!

【领域适应】开源 | MIT--提出连续索引域自适应方法,应用医学数据集上,性能SOTA!

作者头像
CNNer
发布2021-01-27 15:44:24
6470
发布2021-01-27 15:44:24
举报
文章被收录于专栏:CNNerCNNer

论文地址: http://arxiv.org/pdf/2007.01807v2.pdf

代码: 公众号回复:09060057380

来源: 麻省理工学院

论文名称:Continuously Indexed Domain Adaptation

原文作者:Hao Wang

内容提要

现有的领域适应DA侧重于在有类别索引的领域之间转移知识(例如,在数据集A和B之间)。然而,许多任务涉及不断索引的领域。例如,在医疗应用中,人们往往需要在不同年龄的患者之间传递疾病分析和预测,而年龄是一个连续的领域指数。由于忽略了领域之间的内在关系,这些任务对以往的领域适应方法具有挑战性。本文提出了连续索引域自适应的方法。我们的方法结合了传统的对抗适应与一个新的鉴别器,模型的encoding-conditioned域指数分布。我们的理论分析证明了利用域索引在连续的域范围内生成不变特征的价值。实验结果表明,我们的方法在合成和真实医学数据集上都优于最先进的领域自适应方法。

主要框架及实验结果

声明:文章来自于网络,仅用于学习分享,版权归原作者所有,侵权请加上文微信联系删除。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-01-21,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 CNNer 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档