研究人员开发了一种名为ReOT的新方法来改进机器学习中的域自适应，特别是在处理极端标签偏移时。该方法基于最优传输理论，利用局部感知私有类识别来区分共享类和私有类。ReOT旨在通过学习共享类和私有类的不同聚类结构来最小化分类风险，从而确保可靠的类内知识迁移并缓解差异。 AI
影响 引入了一种新颖的域自适应方法，有望在标签分布发生显著变化的场景中提高模型性能。
排序理由 这是一篇发表在arXiv上的研究论文，详细介绍了一种新的域自适应方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
