あらまし

不均質なドメイン間の転移学習に関する研究動向

黒川 茂莉 米川 慧 

Vol.102 No.3pp.265-270

発行日:2019/03/01

Online ISSN:2188-2355

Print ISSN:0913-5693

種別:解説

専門分野:

キーワード:
転移学習機械学習ドメイン適応特徴不均質

本文:PDF(730KB)>>

記事を購入

あらまし:
近年,機械学習の応用が盛んであるが,その中で,自ら保有するデータを関連する他のデータを使って補強し精度を向上するための技術として転移学習が注目を集めている.本稿では,転移学習の中でも,データ間で特徴の定義域が異なる不均質(Heterogeneous)な状況に対応したHeTL(Heterogeneous Transfer Learning)について関連研究を紹介する.HeTLが想定するデータの条件とそれに基づく標準的なプロセスを説明した上で,関連研究を整理することを主眼として解説する.

ログイン

 > 

パスワードを忘れた場合は

メニュー

Online ISSN:2188-2355