English(EN) Domain Transfer Becomes Identifiable via a Single Alignment

新方法通过单一锚点样本识别域迁移

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-18 06:26

研究人员开发了一种识别域迁移的新方法，域迁移是一种用于图像翻译和医学成像等任务的技术。他们的方法利用了结构稀疏性条件，证明了分布匹配结合单一配对锚点样本即可识别正确的迁移。该方法比以前的技术需要更少的监督。为了在高维学习中实际应用，他们引入了一种高效的雅可比稀疏正则化器，避免了显式雅可比评估。 AI

影响引入了一种更具数据效率的域迁移方法，有望提高跨平台和无监督学习任务的性能。

排序理由该集群包含一篇学术论文，详细介绍了域迁移的新理论方法和实际实现。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Xiao Fu · 2026-05-18 06:26

域名转移可通过单一对齐进行识别

Domain transfer (DT) maps source to target distributions and supports tasks such as unsupervised image-to-image translation, single-cell analysis, and cross-platform medical imaging. However, DT is fundamentally ill-posed: push-forward mappings are generally non-identifiable, as …

报道来源 [1]

域名转移可通过单一对齐进行识别

相关实体

相关话题