Guía de conocimiento guiada por geometría gradual para adaptación de dominio sin datos de origen
Autores: Zhang, Yangkuiyi; Tang, Song
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Guía de conocimiento guiada por geometría gradual para adaptación de dominio sin datos de origen
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Datos de origen
Adaptación de dominio
SFDA
Conocimiento guiado por geometría
Destilación de conocimiento
Supervisión semántica
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 21
Citaciones: Sin citaciones
Debido al acceso a los datos fuente durante la fase de transferencia, los trabajos convencionales de adaptación de dominio han planteado recientemente preocupaciones de seguridad y privacidad. Por lo tanto, más atención de investigación se desplaza hacia un entorno más práctico conocido como adaptación de dominio libre de datos fuente (SFDA). El nuevo desafío es cómo obtener una supervisión semántica confiable en ausencia de datos de entrenamiento del dominio fuente y las etiquetas en el dominio objetivo. Con ese fin, en este trabajo, presentamos un enfoque novedoso (G2KD) para SFDA.
Descripción
Debido al acceso a los datos fuente durante la fase de transferencia, los trabajos convencionales de adaptación de dominio han planteado recientemente preocupaciones de seguridad y privacidad. Por lo tanto, más atención de investigación se desplaza hacia un entorno más práctico conocido como adaptación de dominio libre de datos fuente (SFDA). El nuevo desafío es cómo obtener una supervisión semántica confiable en ausencia de datos de entrenamiento del dominio fuente y las etiquetas en el dominio objetivo. Con ese fin, en este trabajo, presentamos un enfoque novedoso (G2KD) para SFDA.