النقل الأمثل لتكييف المجال

تكييف المجال هو واحد من أكثر المهام صعوبة في تحليلات البيانات الحديثة. إذا تم إجراء التكييف بشكل صحيح، تصبح النماذج المبنية على تمثيل بيانات معين أكثر قوة عندما تواجه بيانات تصف نفس الفئات، ولكن وصفها بواسطة نظام ملاحظة آخر. من بين الاستراتيجيات العديدة المقترحة، أظهرت إيجاد تمثيلات غير متعلقة بالمجال خصائص ممتازة، لا سيما أنها تسمح بتدريب مصنف فريد فعال في جميع المجالات. في هذه الورقة، نقترح نموذج نقل مثالي غير خاضع للإشراف منتظم لأداء محاذاة التمثيلات في مجالي المصدر والهدف. نتعلم خطة نقل تطابق كل من PDFs، مما يفرض على العينات المسمّاة من نفس الفئة في مجال المصدر أن تبقى قريبة أثناء النقل. بهذه الطريقة، نستغل في نفس الوقت العينات المسمّاة في المصدر والتوزيعات الملحوظة في كلا المجالين. تظهر التجارب على أمثلة تكييف مرئية بسيطة وصعبة اهتمام الطريقة، التي تتفوق باستمرار على الأساليب المتطورة. بالإضافة إلى ذلك، تظهر التجارب العددية أن نهجنا يؤدي إلى أداء أفضل على ميزات التعلم العميق غير المرتبطة بالمجال ويمكن تكييفه بسهولة مع الحالة شبه الخاضعة للإشراف حيث تتوفر عينات مسمّاة قليلة في مجال الهدف.