软件学报

作者：田青，储奕，孙赫阳，吴一昕，陈松灿

单位：田青，南京信息工程大学 计算机与软件学院, 江苏 南京 210044;教育部数字取证工程研究中心(南京信息工程大学), 江苏 南京 210044;模式分析与机器智能工业和信息化部重点实验室(南京航空航天大学), 江苏 南京 21001611,储奕，南京信息工程大学 计算机与软件学院, 江苏 南京 21004402,孙赫阳，南京信息工程大学 计算机与软件学院, 江苏 南京 21004403,吴一昕，南京信息工程大学 计算机与软件学院, 江苏 南京 21004404,陈松灿，南京航空航天大学 计算机科学与技术学院, 江苏 南京 210016;模式分析与机器智能工业和信息化部重点实验室(南京航空航天大学), 江苏 南京 21001605

关键词：域适应;部分域适应;促进正迁移;抑制负迁移

基金：国家自然科学基金(62176128); 模式识别国家重点实验室开放课题(202000007); 中央高校基本科研业务费(NJ2022028); 江苏省“青蓝工程”优秀青年骨干教师人才计划; 江苏省研究生科研实践创新计划(KYCX22_1205)

域适应通过将源域知识迁移到任务相似的目标域, 旨在辅助后者更好地学习. 当目标域的数据标签集为源域标签的子集时, 该类场景的域适应称为部分或偏域适应(partial domain adaption, PDA). 相比一般的域适应, 尽管PDA更具普遍性, 但也更具挑战性, 相关研究较少, 尤其缺少系统的综述. 为此, 旨在弥补这一欠缺, 对现有PDA方法进行全面回顾、分析和总结, 为相关社区提供主题研究概貌和参考. 首先针对PDA背景、概念和应用领域进行概况总结. 其次, 根据方法的建模特点, PDA被划分为促进正迁移和抑制负迁移两大类, 进而分别作出回顾和分析. 然后, 对常用的实验基准数据集进行归类和总结. 最后, 对现有PDA工作存在的问题进行了分析, 并提出了其未来可能的发展方向.

来源：2023年第12期

《软件学报》期刊编辑部

查看软件学报杂志2023年第12期