-
公开(公告)号:CN119494424A
公开(公告)日:2025-02-21
申请号:CN202411604588.1
申请日:2024-11-11
Applicant: 上海交通大学
IPC: G06N20/20 , G06F18/2415 , G06N3/084
Abstract: 本发明公开了一种基于多头自集成的在线域适应学习方法,涉及机器学习领域。先预训练多头模型的主干网络;再分别训练多头模型的各个分类头;在噪声数据集上做多头模型自集成的TTA;使用贝叶斯优化进行最优集成权重搜索;更新优化多头模型权重。本发明有效提升模型在分布外数据集上的精度,在不显著增加模型参数量和计算量的情况下,增强模型的实际应用能力;为在线域适应学习提供了高效且实用的解决方案。