域泛化是从一个或多个源域中学习，其目标是提取一个可以在未知目标域中使用的域不变模型。在网络训练过程中，模型可能会过度依赖于训练数据集的分布，最终导致无法准确捕获未见数据中存在的适当模式。近日，中国科学院沈阳自动化研究所机器人学研究室机器智能课题组提出了一种加权标签平滑正则化方法。相关成果发表在Knowledge-Based Systems。
该方法通过加权标签平滑正则化引入类间监督，使得模型更加关注类别之间的相对关系而不是绝对差异，从而帮助模型学习到更通用的特征，缓解网络的过拟合特性，提高模型对未知新数据的泛化能力。此外，权重自适应技术寻求迁移性和判别性之间的平衡，使网络更新更加稳定。
该研究成果为解决现实世界不同光线、不同天气场景下的视觉感知问题提供了新思路。
相关论文信息：https://doi.org/10.1016/j.knosys.2024.112877
科技日报北京12月18日电 （记者刘霞）据美国趣味科学网站17日报道，美国科学家近日利用水下扬声器与一头名叫吐温的座头鲸 未来航天会是什么样？它会是在现有技术的基础上缓慢地进步吗？还是会以一种更激进、更意想不到的方式向前？人们能否实现类似 12月16日，首届多尺度材料计算模拟国际研讨会在北京召开，来自国内外100多位专家学者共同探讨材料计算领域的研究成果和 ·“这项研究似乎说明，长期生活在食品不安全的状况中所带来的危害是没那么容易逆转的。研究也表明，对于那些因 文｜卜金婷 田瑞颖 《自然》近日发文警告，对人工智能（AI）的不当使用或将催生大量不可靠或无用的研究，导致可重复性 关于发布《中国博士后科学基金资助指南（2024年度）》的通知 中博基字〔2024〕2号 各省、自治区、直辖市及新疆生产 。本文链接：域泛化研究取得新进展http://www.sushuapos.com/show-11-18580-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 生活型植物细根“拥有”不同的资源获取策略