跳到正文
热点事件持续更新

新方法用区域覆盖改进主动域适应

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

研究人员提出一种基于区域覆盖的类别感知主动域适应方法,用最大化正流形覆盖替代逐点选择,以缓解采集函数过拟合,并引入不确定性分数优化目标域决策边界。作者为 My Tra Nguyen Huynh 和 Viet Cuong Ta。 该方法在多个域适应基准上超过首个类别感知主动域适应基线及现有主动域适应方法。论文已被 ACML Journal Track 2026 接收,将发表于 Machine Learning Journal。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv cs.CV
    通过不确定性引导区域覆盖改进类别感知主动域适应

    研究提出一种基于区域覆盖的类别感知主动域适应方法,用最大化正流形覆盖替代逐点选择,缓解采集函数过拟合,并引入不确定性分数优化目标域决策边界。在多个域适应基准上,该方法超越首个类别感知主动域适应基线及现有主动域适应方法。论文已被 ACML Journal Track 2026 接收,将发表于 Machine Learning Journal。

本事件热度走势

可比范围当前
9
可比范围峰值
1010月15日 13:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。