Adaptation) 第20页

2017acl---Active Sentiment Domain Adaptation笔记

摘要领域适应(Domainadaptation)在情感分析中至关重要。现存的方法大多都依赖于用源领域训练的情感分类器。但当目标领域与源领域的情感特征存在过于巨大的不同时，情感分类器的性能会显著下降。

芮芮杰·2018-07-12 20:56

迁移学习——Domain Adaptation

DomainAdaptation在经典的机器学习问题中，我们往往假设训练集和测试集分布一致，在训练集上训练模型，在测试集上测试。

Peanut_范·2018-07-08 09:30

Lingyun_wu·2018-06-26 15:45

极简笔记 Fully Convolutional Adaptation Networks for Semantic Segmentation

极简笔记FullyConvolutionalAdaptationNetworksforSemanticSegmentation文章核心贡献，提出FCAN，探究利用GTA5游戏数据集来训练语义分割网络，并将此网络迁移到真实路况场景下进行测试

Hibercraft·2018-06-15 14:13

深度自适应增量学习（Incremental Learning Through Deep Adaptation）

翻译论文：IncrementalLearningThroughDeepAdaptation代码：https://github.com/rosenfeldamir/incremental_learning

木呆呆瓶子·2018-05-25 18:00

log

[TOC]第三方日志库与平台自定义日志结合方式third-partyloggingpackagestructuredefinition(adaptationlayer)平台规范日志中考虑的几个因素一致的的日志格式

cdz620·2018-05-24 11:47

关于《Domain Adaptation with Adversarial Training and Graph Embeddings》的理解

使用对抗学习和图像嵌入的域适应学习本文将基于对抗学习和图像嵌入的域适应运用于危机状态下的舆情分析，主要处理的前提是：源域有labeled的数据和unlabeled的数据，而目标域unlabeled。模型则包含基于域适应的对抗学习和基于图像的半监督学习。数据来源是tworeal-worldcrisisdatasetscollectedfromTwitter。作者做这个模型的立意是为了能有效判断危机状

coolerzZ·2018-05-23 17:34

THE MARTIAN, Week One

GeneralimpressionsofthebookIreadTheMartianacoupleofyearsago.ItwasthefirstbookthatIreadfirstbeforeIsawitsmovieadaptation

奔_cdda·2018-05-20 15:28

C4C UI上UI元素的显示和隐藏可以通过Key User在Adaptation模式里通过编辑一些简单的rule去控制，诸如这种格式: if ( logic

JerryWang_SAP·2018-05-10 14:00

C4C UI上UI元素的显示和隐藏可以通过Key User在Adaptation模式里通过编辑一些简单的rule去控制，诸如这种格式: if ( logic

JerryWang_SAP·2018-05-10 14:00

动态控制C4C UI元素的显示和隐藏

JerryWang_SAP·2018-05-10 14:00

Importance Weighted Adversarial Nets for Partial Domain Adaptation

个人对论文的见解，本人初涉机器学习，有错误的地方还请指正。谢谢！论文地址：https://arxiv.org/abs/1803.09210参考博文：https://blog.csdn.net/c9Yv2cf9I06K2A9E/article/details/79911316参考博文：https://blog.csdn.net/ltochange/article/details/78773476（领

FQ_G·2018-04-26 21:24

论文笔记Person Transfer GAN to Bridge Domain Gap for Person Re-Identification

提出了一个新的更大的数据集，更为细致：考虑到了视角，光照等更为细致的因素，具体参数可以直接看文章2，多个数据集间的差异，即domain-gap，通过GAN来生成和模仿，类似文章：CameraStyleAdaptationfor

DADADA开飞机的DATA·2018-04-12 17:59

读论文，衣物检索：Deep domain adaptation for describing people based on fine-grained clothing attributes

Deepdomainadaptationfordescribingpeoplebasedonfine-grainedclothingattributes2015总结：目的是适应多种数据域的网络现有的方法迁移学习

库页·2018-04-03 10:47

域适配论文杂读（门外汉级）

要看的基于深度学习的adaptation和imagetranslation方面的论文，希望能对这个领域最新的工作有个概念,主要给自己看。

PeaceInMind·2018-04-02 20:42

迁移学习

传统解决方案1.5.迁移学习分类2Tradaboost算法2.1Tradaboost算法简介2.2Tradaboost算法流程2.3Tradaboost算法核心代码3、JointDistributionAdaptation

howardact·2018-03-29 11:01

Maximum Classifier Discrepancy for Unsupervised Domain Adaptation

MaximumClassifierDiscrepancyforUnsupervisedDomainAdaptation基本问题和动机：已经有很多工作将对抗学习方法应用到领域自适应当中，这种方法通过训练域分类器网络

LeiGaiceong·2018-03-28 14:34

HTTPS

officialsite:https://en.wikipedia.org/wiki/HTTPSHTTPS(HTTPSecure)isanadaptationoftheHypertextTransferProtocol

whenitsallover·2018-03-25 23:03

【迁移学习】domain adaptation and metric learning基础知识及博客整理

定义Metriclearningsupervisedmethodthebasicideaistofindametricunderwhichthedatafromthesameclassesareclosewhilefromdifferentonesfarapart.[1]unsupervisedmetriclearningmethodsthebasicideaistodiscoveraspaceo

Vincent_gc·2018-03-15 21:02

Dagger学习 -- 基础概念

Dagger的定义如下：Daggerisafullystatic,compile-timedependencyinjectionframeworkforbothJavaandAndroid.ItisanadaptationofanearlierversioncreatedbySquareandnowmaintainedbyGoogle.Dagger

Jinux111·2018-02-27 23:44

Cross-domain Human Parsing via Adversarial Feature and Label Adaptation

通过对抗的特征和标签自适应的跨领域人体解析摘要：因为在很多重要场景的广泛应用，人体解析近来被广泛研究。主流时兴的模型（比如说解析器）集中在解析高分辨率并且清晰的图片。然而，将这些在高质量样本的基准上训练的解析器直接应用于比如餐厅，机场或者工厂等自然环境中的特殊应用场景下，通常因为领域变动而不会得到满意的表现。在本文中，我们探索了一个新的具有挑战性的跨领域人体解析问题：将有大量单像素标签的基准数据库

马小李23·2018-02-07 11:23

"大数据如何帮助小数据?" 主题报告速记与评述（二）

大数据帮助小数据的三种范式：多任务学习(multi-tasklearning)、领域适应(domainadaptation)和零样

红豆家的白楚先森·2017-12-11 08:59

Second U5

Ⅰ.adapt英[ə'dæpt]美[ə'dæpt](n)adaptation适应；改编；改编本，改写本(adj)adaptable适合的；能适应的；可修改的(adj)adapted近义词：adjustalter

徐小昕_e9b6·2017-12-11 04:30

不吃鸡爪·2017-12-11 04:53

Domain adaptation：连接机器学习（Machine Learning）与迁移学习（Transfer Learning）

domainadaptation（域适配）是一个连接机器学习（machinelearning）与迁移学习（transferlearning）的新领域。

c2a2o2·2017-11-23 21:12

谷歌的量子计算机可能会怎样改变世界

学号:17101223364姓名:张海潮转载自：https://3g.163.com/tech/article/D0VUA0IV00097U7T.html#adaptation=pc&refer=https

M张Z·2017-11-21 09:59

05用于细胞计数的Automatic adaptation of filter sequences

Introduction:对不同种类的细胞图像进行计数。目前有很多自动计数的工具，但是主要存在以下两个问题：1、自动计数器的不准确性2、非专业人员要使用这些工具有困难。本文设计了一种细胞计数工具叫做Cell-Counter。它设置了一些固定的过滤器，这些过滤器的参数是特定的，比较好的。（应该是具有不错的泛化能力的）这个项目是和一个研究小组合作的，这个小组通过细胞计数来进行特定条件下的活细胞检测和转

Takkum·2017-11-09 22:30

Domain Adaptation （3）论文翻译

AbstractTherecentsuccessofdeepneuralnetworksreliesonmassiveamountsoflabeleddata.Foratargettaskwherelabeleddataisunavailable,domainadaptationcantransferalearnerfromadifferentsourcedomain.Inthispaper

a83025273·2017-11-06 21:00

多任务学习“Fine-grained Recognition in the Wild: A Multi-Task Domain Adaptation Approach”

论文使用容易标记的样本，研究domainadaptation解决易获取样本与自然场景样本数据集转换的问题。这其中多任务的属性学习被用来提升性能。

cv_family_z·2017-11-02 16:34

paperweekly-迁移学习

1.Domainadaptationviatransfercomponentanalysis迁移学习领域公认的经典工作，作者团队来自香港科技大学QiangYang教授团队，推荐所有做迁移学习研究的同学都看一看

guojingjuan·2017-11-02 14:37

迁移学习-PixelDA-Unsupervised Pixel–Level Domain Adaptation with Generative Adversarial Networks

UnsupervisedPixel–LevelDomainAdaptationwithGenerativeAdversarialNetworksGoogleBrainLondon,UK这篇文章，提供的思路就是可以将超分辨的过程看做一个

forever1993·2017-10-31 16:03

Unsupervised Domain Adaptation by Backpropagation(2015)

Introduction论文作者希望网络学习由discriminativeness（分歧，应该是sourcedomain和targetdomain的区别吧）和domain-invariance组合起来的隐藏特征（underlyingfeature）通过同时优化以下两个discriminativeclassifiers来实现labelpredictor预测分类标签（训练与测试的时候）domaincl

MataFela·2017-09-06 20:57

Unsupervised Domain Adaptation by Backpropagation(2015)

Introduction论文作者希望网络学习由discriminativeness（分歧，应该是sourcedomain和targetdomain的区别吧）和domain-invariance组合起来的隐藏特征（underlyingfeature）通过同时优化以下两个discriminativeclassifiers来实现labelpredictor预测分类标签（训练与测试的时候）domaincl

MataFela·2017-09-06 20:57

Domain Adaptation总结（2017.9）

有一篇论文（[cvpr2017]JointGeometricalandStatisticalAlignmentforVisualDomainAdaptation）对DomainAdaptation做了一定的总结

MataFela·2017-09-03 22:57

Domain Adaptation总结（2017.9）

有一篇论文（[cvpr2017]JointGeometricalandStatisticalAlignmentforVisualDomainAdaptation）对DomainAdaptation做了一定的总结

MataFela·2017-09-03 22:57

[cvpr2017]Domain Adaptation by Mixture of Alignments of Second- or Higher-Order Scatter Tensors

三个散度矩阵：LDA上的三个散度矩阵introduction作者将自己的模型称为SecondorHigher-orderTransferofKnowledge(So-HoT)，是一个对sourcedomain和targetdomain之间进行二阶或者更高阶次的统计量的一个对齐(alignment).作者使用二阶或者更高阶的scatter张量，sourcedomain一个，targetdomain一

MataFela·2017-08-31 21:13

[cvpr2017]Domain Adaptation by Mixture of Alignments of Second- or Higher-Order Scatter Tensors

三个散度矩阵：LDA上的三个散度矩阵introduction作者将自己的模型称为SecondorHigher-orderTransferofKnowledge(So-HoT)，是一个对sourcedomain和targetdomain之间进行二阶或者更高阶次的统计量的一个对齐(alignment).作者使用二阶或者更高阶的scatter张量，sourcedomain一个，targetdomain一

MataFela·2017-08-31 21:13

[cvpr2017]Deep Hashing Network for Unsupervised Domain Adaptation

introduction作者的框架（DomainAdaptiveHashing(DAH)）通过学习sourcedomain和targetdomain的信息哈希码来进行分类（数据量很庞大，所以考虑到了哈希，可以利用哈希的快速查询和低内存使用）。作者在一个新的数据集——Office-Home——上进行试验，这个数据集有来自4个域的图像信息（15500图像65个类），作者希望正式自己的算法在多重的迁移学

MataFela·2017-08-31 20:20

[cvpr2017]Deep Hashing Network for Unsupervised Domain Adaptation

introduction作者的框架（DomainAdaptiveHashing(DAH)）通过学习sourcedomain和targetdomain的信息哈希码来进行分类（数据量很庞大，所以考虑到了哈希，可以利用哈希的快速查询和低内存使用）。作者在一个新的数据集——Office-Home——上进行试验，这个数据集有来自4个域的图像信息（15500图像65个类），作者希望正式自己的算法在多重的迁移学

MataFela·2017-08-31 20:20

[cvpr2017]Joint Geometrical and Statistical Alignment for Visual Domain Adaptation

线性判别分析线性判别分析LDA原理总结三个散度矩阵：LDA上的三个散度矩阵introduction作者提出了一个称为JointGeometricalandStatisticalAlignment(JGSA)的框架，用于减少sourcedomain和targetdomain之间的统计量上和几何上的差异(shift)具体来说，就是学习sourcedomain和targetdomain上的两个（耦合的？

MataFela·2017-08-30 19:02

[cvpr2017]Joint Geometrical and Statistical Alignment for Visual Domain Adaptation

线性判别分析线性判别分析LDA原理总结三个散度矩阵：LDA上的三个散度矩阵introduction作者提出了一个称为JointGeometricalandStatisticalAlignment(JGSA)的框架，用于减少sourcedomain和targetdomain之间的统计量上和几何上的差异(shift)具体来说，就是学习sourcedomain和targetdomain上的两个（耦合的？

MataFela·2017-08-30 19:02

神经机器翻译中的领域自适应问题 Domain adaptation for NMT

StanfordNeuralMachineTranslationSystemsforSpokenLanguageDomains.Minh-ThangLuongandChristopherD.Manning.http://www.statmt.org/OSMOSES/Stanford-IWSLT-15.pdf2.Fastdomainadaptationforneuralmachinet

warrioR_wx·2017-08-30 16:12

[cvpr2017]Adversarial Discriminative Domain Adaptation

本文针对无监督作者结合了discriminativemodel，untieweightsharing和GANloss，创建了一种新的模型：AdversarialDiscriminativeDomainAdaptation

MataFela·2017-08-29 09:49

[cvpr2017]Adversarial Discriminative Domain Adaptation

本文针对无监督作者结合了discriminativemodel，untieweightsharing和GANloss，创建了一种新的模型：AdversarialDiscriminativeDomainAdaptation

MataFela·2017-08-29 09:49

[cvpr2017]Learning an Invariant Hilbert Space for Domain Adaptation

马氏距离Introduction本文适用于半监督和无监督形式的domainadaptation作者尝试开发一个几何解决方案，通过利用黎曼几何的概念学习潜在空间（latentspace）的投影和马氏距离。

MataFela·2017-08-24 22:12

[cvpr2017]Learning an Invariant Hilbert Space for Domain Adaptation

马氏距离Introduction本文适用于半监督和无监督形式的domainadaptation作者尝试开发一个几何解决方案，通过利用黎曼几何的概念学习潜在空间（latentspace）的投影和马氏距离。

MataFela·2017-08-24 22:12

[cvpr2017]Unsupervised Pixel–Level Domain Adaptation with Generative Adversarial Networks

优势与Task-Specific图像训练结构解耦合。作者说因为这个域适应是在像素级别上进行的（becauseourmodelmapsoneimagetoanotheratthepixellevel），所以我们可以改变这个Task-Specific图像训练结构在标签域也可以同样做到域适应targetdomain和sourcedomain的标签域可以不一样，targetdomain训练时和测试时可以使

MataFela·2017-08-14 12:54

Cube

Becauseit'sanadaptationtodeskboundlifestyle.Societyincreasinglydemandsmentalwork

luluhu·2017-06-22 23:43

纯干货7 Domain Adaptation视频教程（附PPT）及经典论文分享

之前，在文章《模型汇总15领域适应性DomainAdaptation、One-shot/zero-shotLearning概述》中，介绍了关于DomainAdaptation的相关基础知识，并没有深入介绍

lqfarmer·2017-06-22 22:47

推荐频道

Adaptation)

2017acl---Active Sentiment Domain Adaptation笔记

迁移学习——Domain Adaptation

迁移学习——论文集推荐

迁移学习——论文集推荐

极简笔记 Fully Convolutional Adaptation Networks for Semantic Segmentation

深度自适应增量学习（Incremental Learning Through Deep Adaptation）

log

关于《Domain Adaptation with Adversarial Training and Graph Embeddings》的理解

THE MARTIAN, Week One

C4C UI上UI元素的显示和隐藏可以通过Key User在Adaptation模式里通过编辑一些简单的rule去控制，诸如这种格式: if ( logic

C4C UI上UI元素的显示和隐藏可以通过Key User在Adaptation模式里通过编辑一些简单的rule去控制，诸如这种格式: if ( logic

动态控制C4C UI元素的显示和隐藏

Importance Weighted Adversarial Nets for Partial Domain Adaptation

论文笔记Person Transfer GAN to Bridge Domain Gap for Person Re-Identification

读论文，衣物检索：Deep domain adaptation for describing people based on fine-grained clothing attributes

域适配论文杂读（门外汉级）

迁移学习

Maximum Classifier Discrepancy for Unsupervised Domain Adaptation

HTTPS

【迁移学习】domain adaptation and metric learning基础知识及博客整理

Dagger学习 -- 基础概念

Cross-domain Human Parsing via Adversarial Feature and Label Adaptation

"大数据如何帮助小数据?" 主题报告速记与评述（二）

Second U5

iOS历代特性及相关适配

Domain adaptation：连接机器学习（Machine Learning）与迁移学习（Transfer Learning）

谷歌的量子计算机可能会怎样改变世界

05用于细胞计数的Automatic adaptation of filter sequences

Domain Adaptation （3）论文翻译

多任务学习“Fine-grained Recognition in the Wild: A Multi-Task Domain Adaptation Approach”

paperweekly-迁移学习

迁移学习-PixelDA-Unsupervised Pixel–Level Domain Adaptation with Generative Adversarial Networks

Unsupervised Domain Adaptation by Backpropagation(2015)

Unsupervised Domain Adaptation by Backpropagation(2015)

Domain Adaptation总结（2017.9）

Domain Adaptation总结（2017.9）

[cvpr2017]Domain Adaptation by Mixture of Alignments of Second- or Higher-Order Scatter Tensors

[cvpr2017]Domain Adaptation by Mixture of Alignments of Second- or Higher-Order Scatter Tensors

[cvpr2017]Deep Hashing Network for Unsupervised Domain Adaptation

[cvpr2017]Deep Hashing Network for Unsupervised Domain Adaptation

[cvpr2017]Joint Geometrical and Statistical Alignment for Visual Domain Adaptation

[cvpr2017]Joint Geometrical and Statistical Alignment for Visual Domain Adaptation

神经机器翻译中的领域自适应问题 Domain adaptation for NMT

[cvpr2017]Adversarial Discriminative Domain Adaptation

[cvpr2017]Adversarial Discriminative Domain Adaptation

[cvpr2017]Learning an Invariant Hilbert Space for Domain Adaptation

[cvpr2017]Learning an Invariant Hilbert Space for Domain Adaptation

[cvpr2017]Unsupervised Pixel–Level Domain Adaptation with Generative Adversarial Networks

Cube

纯干货7 Domain Adaptation视频教程（附PPT）及经典论文分享