直播预告 | AAAI 2022：一种基于能量的主动域自适应学习方法

「AI Drive」是由 biendata 和 PaperWeekly 共同发起的学术直播间，旨在帮助更多的青年学者宣传其最新科研成果。我们一直认为，单向地输出知识并不是一个最好的方式，而有效地反馈和交流可能会让知识的传播更加有意义，从而产生更大的价值。

本期 AI Drive，我们邀请到北京理工大学博士生谢斌辉，为大家在线解读其发表在 AAAI 2022的最新研究成果：一种基于能量的主动域自适应学习方法。对本期主题感兴趣的小伙伴，3 月 8 日（周二）晚 7 点，我们准时相约  B 站 AI_Drive 直播间。

一、直播信息

1、演讲内容：

深度神经网络擅长从大量有标注数据中学习，但却很难将其推广到新的目标领域。无监督领域适应是一种有效的范式，能够将知识从有标注的相关源域迁移到完全无标记的目标域。然而，要达到有监督的性能，仍有巨大的潜力有待挖掘。本文引入一种新的主动学习策略，自动地标注少量有价值的目标域数据。文章的核心内容从一个现象出发，当训练（源）和测试（目标）数据来自不同的分布时，基于能量的模型表现出自由能量偏差。受这一内在机制的启发，我们提出了一种简单而有效的基于能量的采样策略，在每一轮的查询中，挑选具有领域特性和模型预测不确定的数据进行标注。同时，自由能也可以作为一种正则化信号隐式地减小领域间的偏差。基准数据集和生成数据集上的实验结果证明了其有效性。

2、论文名称：

Active Learning for Domain Adaptation: An Energy-based Approach

3、论文链接：

https://arxiv.org/pdf/2112.01406.pdf

4、本次分享的具体内容有： 

• 研究动机及简介

• 方法详述

• 实验结果与分析

• 结语

二、嘉宾介绍

 谢斌辉，北京理工大学博士生，师从刘驰和李爽教授。研究兴趣集中在计算机视觉，特别是视觉任务中的领域适应、迁移学习、自监督学习。在T-PAMI、AAAI、ACM MM等国际一流期刊、会议上发表多篇学术论文，担任CVPR、ICCV、AAAI等国际会议审稿人。

三、直播地址 & 交流群

本次分享将在B 站 AI_Drive 直播间进行，扫描海报左下角二维码或点击阅读原文即可免费观看。线上分享结束后，嘉宾还将在直播交流群内实时 QA，扫描海报右下角二维码添加小助手，即可入群。

关注微信公众号“数据实战派”，可根据自动回复获取直播PPT（一般直播隔天后可获得），关注b站“AI_Drive”观看直播回放。如果希望成为分享者或兼职志愿者，请直接联系小助手。