江苏龙网

  1. 首页 > 资讯 > 科技 > >

#GitHub#CVPR 2020 Oral：一行代码提升迁移性能，中科院计算所研究生一作( 二 )


本文插图

我们发现BNM确实可以保持未知类所占比例 ， 从而保障整体预测的类别数量与准确性 ， 从而保持多样性 。
此方法主要针对的是缺少标签场景下分界面附近数据密度较大的问题 ， 对于迁移相关的任务有着较为普遍的改善价值 。
作者介绍 论文作者包括中科院计算所学生崔书豪 ， 卓君宝；计算所副研究员王树徽 ， 李亮；国科大讲席教授黄庆明和华为诺亚方舟实验室田奇博士 。
#GitHub#CVPR 2020 Oral：一行代码提升迁移性能，中科院计算所研究生一作
本文插图

本文第一作者崔书豪 ， 2018年本科毕业于清华大学自动化系 ， 现在是中科院计算所VIPL实验室二年级硕士生 ， 研究方向为深度领域适应学习与开放域学习技术 。 指导老师王树徽 ， 长期从事跨模态、跨域分析推理技术研究
值得一提的是 ， 崔书豪以第一作者向CVPR 2020提交了两篇论文 ， 另一篇是Gradually Vanishing Bridge for Adversarial Domain Adaptation ， 目前也被接收 。
传送门 论文原址：https://arxiv.org/pdf/2003.12237.pdf
第二篇CVPR:https://arxiv.org/abs/2003.13183
BNM项目Github主页：https://github.com/cuishuhao/BNM
崔书豪知乎：https://zhuanlan.zhihu.com/p/121507249
— 完 —
量子位 QbitAI · ***签约
关注我们 ， 第一时间获知前沿科技动态


推荐阅读


上一篇：『余承东』余承东所述大招曝光：华为智慧屏旗舰新品X65现身

下一篇：■那个AlphaGo背后的男人，获得2019 ACM计算奖