多视角迁移学习问题研究

摘要

cqvip:传统基于单一视角的迁移学习方法尽管可以利用领域间的潜在共享信息进行知识迁移,但是却忽略了其他视角的潜在信息.因此,基于单一视角所构建的迁移桥梁的适应能力具有一定的局限性.为了解决这一问题,本文提出了一种迁移学习新思路,基于多视角的迁移学习.该方法分别在源领域和目标领域的数据集上创建多个不同的潜在共享结构,并将上述潜在共享结构进行整合,从而构建一个能够更全面体现领域间共性的跨领域知识迁移桥梁.