异构迁移学习研究综述
异构迁移学习突破了同构迁移学习要求源域和目标域特征空间必须相同的界限,实现对异构数据的分析挖掘和知识迁移,进一步促进数据复用,为机器学习领域开拓更大的应用范围。首先介绍了迁移学习的定义与分类,然后深入阐述异构迁移学习的研究现状,并对其应用场景进行分析,最后指出了异构迁移学习当前存在的问题及未来可能的研究方向。
用户评论
相关推荐
异构迁移学习研究综述.pdf
迁移学习,分类,总结,发展
PDF
718KB
2020-12-29 20:27
迁移学习研究综述.pdf
迁移学习研究综述,近几年迁移学习方法的发展
PDF
1.53MB
2020-12-29 20:27
迁移学习综述
迁移学习的综述 涉及同构异构
PDF
0B
2019-01-09 13:05
迁移学习研究综述_王惠.pdf
迁移学习的综述，对迁移学习的一个简介及关键技术的总结。
PDF
0B
2020-05-12 16:35
迁移学习研究和算法综述.pdf
迁移学习
PDF
364KB
2020-12-30 12:53
边缘计算迁移研究综述
边缘计算将网络边缘上的计算、存储等资源进行有机融合,构建成统一的用户服务平台,按就近服务原则对网络边缘节点任务请求及时响应并有效处理。由于边缘节点能力、资源、带宽、能源等受限,计算迁移是边缘计算的一个
PDF
1.54MB
2021-02-22 21:59
复杂异构数据的表征学习综述
文中首先介绍了数据表征的多种类型,并提出了现有数据表征方法面临的挑战;其次,根据数据类型将数据划分成单一类型数据和复合类型数据,针对单一类型数据,分别介绍了4种典型数据的表征学习发展现状和代表算法,包
PDF
2.18MB
2020-09-20 14:15
异构网络表示学习综述论文
表示学习为各种AI领域提供了一种革命性的学习范式。在这个综述中,我们研究和回顾了表示学习的问题,并将重点放在由不同类型的顶点和关系组成的异构网络上。这个问题的目标是自动地将输入异构网络中的对象(最常见
PDF
211KB
2020-08-14 14:37
tkde_transfer_learning迁移学习综述
迁移学习（Transfer Learning）是一种机器学习方法，是把一个领域（即源领域）的知识，迁移到另外一个领域（即目标领域），使得目标领域能够取得更好的学习效果。
PDF
0B
2019-04-16 23:41
迁移学习综述asurveyontransferlearning的整理下载
迁移学习的一些基础概念和研究领域分类整理
DOCX
0B
2019-05-01 20:55
异构网络中丢包识别研究综述
本文在研究各种TCP协议的基础上，深入分析了其中丢包识别这一关键问题，概括了丢包识别的一般性策略，然后对典型的区分丢包原因的方法进行了归纳和比较，最后提出了通过丢包控制提高异构网性能的研究方向，为各种
pdf
0B
2019-01-21 11:14
迁移学习研究介绍
PPT具体介绍了迁移学习的基础原理、发展以及简单实例应用，列举了目前迁移学习研究领域的专家人物
PPTX
0B
2019-01-21 12:33
迁移学习进展研究
近年来,迁移学习已经引起了广泛的关注和研究.迁移学习是运用已存有的知识对不同但相关领域问题进行求解的一种新的机器学习方法.它放宽了传统机器学习中的两个基本假设:(1)用于学习的训练样本与新的测试样本满
PDF
0B
2019-05-22 18:56
迁移学习入门级综述文章ASurveyonTransferLearning
迁移学习入门级综述文章：ASurveyonTransferLearning。分享给大家~
PDF
0B
2019-05-01 20:56
异构众核系统综述
《异构众核系统》该篇论文由西交大的巨涛、朱正东、董小社所写。他们首先从不同方面分析对比了当前不同异构系统的特点，揭示了异构众核系统相对传统多核并行系统的优势及其发展趋势。然后分析了异构系统编程模型以及
PDF
0B
2018-12-29 13:03