【摘 要】
：
无监督域适应（UDA）旨在通过从数据有标签的源数据域迁移知识来学习数据无标签的目标数据域的模型。在传统的UDA设置中,假定有标签的源数据可用于域适应。随着人们对数据隐私的关注日益增加,无源域数据的无监督域适应作为一种新的UDA设定逐渐受到研究者的关注,该设定假定只有经过事先训练好的源域模型可供使用,而源域的数据仍然是私有的,不再参与域适应。然而,不是所有的场景都能提供一个事先训练好的源域模型,比如
论文部分内容阅读
无监督域适应（UDA）旨在通过从数据有标签的源数据域迁移知识来学习数据无标签的目标数据域的模型。在传统的UDA设置中,假定有标签的源数据可用于域适应。随着人们对数据隐私的关注日益增加,无源域数据的无监督域适应作为一种新的UDA设定逐渐受到研究者的关注,该设定假定只有经过事先训练好的源域模型可供使用,而源域的数据仍然是私有的,不再参与域适应。然而,不是所有的场景都能提供一个事先训练好的源域模型,比如源域模型可能具有商业价值,其结构和参数是保密的;另外,暴露源模型会给源数据域带来潜在的风险,如果模型被滥用或者遭受白盒攻击,将危及使用同一模型的其他应用。在本文中,我们研究了一个略微不同的UDA设定——黑盒无监督域适应（B~2UDA）。在这个设定下,在源域上事先训练好的模型对外只开放出一个输入输出接口以访问目标域上的数据,而外界无法知晓其结构和参数,也即源域模型对外相当于一个黑盒模型。这个设定目前少有人研究,但其具有较高的应用价值,既可以避免使用涉及隐私的源域数据,又可以保护模型的参数结构,还可以利用参数量超大的模型。为了解决黑盒无监督域适应问题,我们提出了一种简单而有效的方法,称为迭代式带噪声标签学习（Iter LNL）,它将黑盒模型作为有噪声的数据标注工具,迭代式地进行有噪声的数据标注和带噪声标签学习两个过程。为了在B~2UDA的设定使用带噪声标签学习方法,我们从模型对无标签目标域数据的预测中估计出噪声率,并提出按类别采样方法来解决带噪声标签在不同类别上数量不平衡的问题。基准数据集上的实验结果证明了Iter LNL是有效的。在既没有源域数据也没有源模型结构和参数的情况下,本文提出的方法的性能与充分利用有标签源域数据的传统无监督域适应方法相当。
其他文献
触觉传感器能够将自然界中的机械信号转化成电路系统可处理的电学信号,在生物医学、仿生机器人和人工智能等领域具有广阔的应用前景。近年来,与薄膜晶体管（TFT）集成的触觉传感器由于适合探测微弱信号和易于阵列化等优点得到了国内外学者的广泛关注。本文首先研究了纳米氧化锌ZnO（Nano-ZnO）压电触觉传感器和薄膜晶体管的制备。在此基础上,将压电传感器和TFT集成,实现了压电响应良好的集成触觉传感器。本文的
宫颈癌是一种常见的恶性肿瘤,严重威胁着育龄妇女的生命健康。放射治疗作为宫颈癌的主要治疗手段被广泛使用,而放射治疗依赖于医学影像。所谓医学影像,指的是借助某些方式,从外部对人体或部分结构进行“探索”,获取其内部的影像资料的过程。通俗的说,医学图像可视化了人体的内部构造。具有经验的医生通过观察医学图像,找出其病变区域。在放射治疗中,还需精准勾画肿瘤靶区和危及器官,以进行进一步的诊断。所以说,从医学图像
在低光环境下拍摄的图像存在着曝光度不足、噪声过大、图像纹理退化、对比度降低等问题。这不仅影响了图像本身的感知质量,而且严重阻碍了依靠准确语义信息的高级计算机视觉任务的发展。目前,利用深度学习的方法来解决低照度图像问题已经取得了巨大的成功,但一些问题依然有待改进:一、低照度图像中较大的暗区域由于缺乏相关的语义信息往往难以准确增强;二、当前的深度学习方法缺乏对图像全局信息的关注,增强后的图像容易出现颜
无人船（Unmanned Surface Vehicle,USV）作为一种无人化智能设备在海洋经济发展中担当起了重要角色,并且凭借其高自主性、高机动性、强稳定性在军事和民用领域应用愈加广泛。在有关无人船的众多关键技术领域中,决定无人船安全稳定的运动控制系统是目前备受关注的研究课题。本文以涵道式双螺旋桨推进无人船为研究对象,搭建了一套用于水声通信及路径跟踪控制实验的无人船平台,同时研究了单无人船的路
超快电子脉冲在研究超快动力学、探测材料的内部结构并揭示其表面组成等方面有着巨大优势。电子条纹技术固有的大束流穿越路径以及空间电荷效应限制了电子脉冲可达到的最大时间分辨率。传统的射频电子加速技术由于加速器长度和将电子加速到高能所需的总存储能量通常体型很大且价格昂贵。然而,许多应用要求用于产生超快电子脉冲的设备减小尺寸和降低成本。表面等离极化激元（Surface plasmon polaritons,
十九大提出海洋强国战略,十四五规划将为建设中国特色海洋强国提速,海洋的发展受到重视,其战略地位凸显。无人船作为加强海洋经济中智能化、自动化的一环,具有广阔的发展前景。路径规划更是无人船众多技术领域中重要的一环。然而,相较于地面环境,海面环境复杂,存在风浪流等外部干扰,严重影响无人船的续航能力。海面上存在除岛屿、礁石这类不可通行的障碍物外,还存在具备探测或攻击能力的风险区域。无人船的续航能力和安全性
本文通过对甲醇合成过程工艺条件和费托合成过程工艺条件的对比分析，提出合成气中羰基铁在甲醇合成催化剂上分解并沉积铁元素，继而催化了费托蜡合成副反应是系统产生蜡的主要因素，有针对性地提出减少产生蜡的解决方案，有效提升了装置运行效能。
随着化工产业的高速发展,作为当今化工产业重要的工业原料,如何提高甲醇产品的整体品质,并使其合成的产品在质量和数量上达到行业需求,已成为行业内关注的话题。本文首先分析了甲醇合成反应原理、操作流程以及合成方法，随后介绍了甲醇合成塔，最后介绍了甲醇合成工艺优化措施，包括工艺参数优化、处理设备优化以及控制措施优化，希望能给相关人士提供有效参考。
三维人脸因为具备空间信息,在诸如人脸识别、影视娱乐和医疗美容等很多应用场合都是重要的研究对象。三维重建的目的是二维样本重建出三维人脸,这是一个逆向的病态问题。传统的基于模板的方法利用大量三维样本作为先验知识建立人脸形变模型,但这类方法仍存在重建精度低,重建人脸真实性不足等问题。近年来,深度学习方法在三维重建领域的应用表现出优越的重建效果和重建速度。综合国内外对三维人脸重建技术的研究成果,本文课题是
人脸识别技术在当代科技大发展的背景下,在安全、法律、监控、金融等领域有着广泛的应用。人脸活体检测任务在确保人脸识别系统的安全、可靠方面起着重要作用,近几年引起各界广泛关注。尽管现有的人脸活体检测方法在单一场景下已经取得较好的效果,但跨场景下的人脸活体检测任务仍是一大挑战。针对此问题,本文基于迁移学习的知识,从域适应和领域泛化的角度出发对提高人脸活体检测任务在未见过的场景下泛化性能进行研究,主要工作