一种基于邻居环境感知的主动领域自适应算法.pdfVIP

第

41

卷

第

6

期广东工业大学学报Vol.

41

No.

6

2024

年

11

月JournalofGuangdongUniversityofTechnologyNovember

2024

doi:

10.12052/gdutxb.230172

一种基于邻居环境感知的主动领域自适应算法

陈鑫瑀，朱

鉴，陈炳丰，蔡瑞初

（广东工业大学

计算机学院,

广东

广州

510006）

摘要:主动领域自适应

(Active

Domain

Adaptation,

ADA)

目的是在领域自适应的背景下利用尽可能少的目标域查询预

算来训练一个有效模型。然而，由于领域漂移的存在，现有的算法选择的实例可能是信息量低、冗余或离群的。为

了解决这个问题，本文提出了一种新的方法用于主动领域自适应，即基于邻居环境感知的样本选择算法

(Neighbor

Environment

Perception

Sample

Selection,

NEPS)。NEPS以一种邻居环境感知的方式来探索目标样本的信息量，以选择

在领域转移下可能最有价值的实例。具体而言，在计算样本信息量时，测量所提出的邻居环境感知信息得分

(Neighbor

Awareness

Informativeness

Score,

NAIS)

的同时利用从单个数据点以及从其附近的邻居所获得的信息，从而

确保所选样本具有较高的单点及环境信息量。同时，通过计算候选样本与已标记样本的相似度分数来对样本进行排

序挑选，以保证所选样本的多样性。此外，还充分利用了所有已标记样本以及目标领域的大量未标记数据信息，进

而提高模型的性能。经验证，本文方法具有较强的样本选择能力，在各种基准数据集上的分类效果都优于现有的模

型。

关键词:主动领域自适应；信息性；多样性；邻居环境感知

中图分类号:TP181

文献标志码:A

文章编号:1007–7162(2024)06–0080–11

ActiveDomainAdaptationBasedonNeighborEnvironment

PerceptionSampleSelection

Chen

Xin-yu,

Zhu

Jian,

Chen

Bing-feng,

Cai

Rui-chu

(School

of

Computer

Science

and

Technology,

Guangdong

University

of

Technology,

Guangzhou

510006,

China)

Abstract:Active

domain

adaptation

(ADA)

aims

to

train

an

effective

model

under

the

context

of

domain

adaptation

with

as

few

queried

instances

as

possible.

However,

existing

algorithms

tend

to