Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Self-training Avoids Using Spurious Features Under Domain Shift #33

Open
nocotan opened this issue Feb 25, 2021 · 0 comments
Open

Self-training Avoids Using Spurious Features Under Domain Shift #33

nocotan opened this issue Feb 25, 2021 · 0 comments
Assignees

Comments

@nocotan
Copy link
Member

nocotan commented Feb 25, 2021

一言でいうと

ドメインシフトが大きい場合においてもアルゴリズムが良好に動作するケースについて理論解析.

論文リンク

https://papers.nips.cc/paper/2020/file/f1298750ed09618717f9c10ea8d1d3b0-Paper.pdf

著者/所属機関

Yining Chen et al.
(Department of Computer Science, Stanford University)

投稿日付(yyyy/MM/dd)

2020/12

概要

教師なしドメイン適応において,既存の理論はソースドメインとターゲットドメインが十分近いことを仮定していた.
実際には,条件付きエントロピー最小化と擬似ラベルはドメインシフトが既存理論で分析されているよりも大きい時でも良好に動作する.
著者らはドメインシフトが大きいときでもアルゴリズムが動作するケースについて分析する.

Screen Shot 2021-02-26 at 2 09 49

新規性・差分

  • ドメインシフトが大きい場合においてもアルゴリズムが良好に動作するケースについて理論解析.s

手法

Screen Shot 2021-02-26 at 2 09 57

結果

Screen Shot 2021-02-26 at 2 10 05

コメント

@nocotan nocotan self-assigned this Feb 25, 2021
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment
Projects
None yet
Development

No branches or pull requests

1 participant