一种面向厂级知识安全迁移的无监督模型领域自适应方法

    公开(公告)号:CN118445694A

    公开(公告)日:2024-08-06

    申请号:CN202410544004.X

    申请日:2024-05-06

    Applicant: 中南大学

    Abstract: 本发明公开了一种面向厂级知识安全迁移的无监督模型领域自适应方法,应用于目标域工厂对目标域模型进行训练,包括:获取源域工厂的源域模型,其特征提取器和分类器利用带标签的源域数据集训练得到;使用源域模型对目标域模型的特征提取器和分类器初始化;使用源域模型的特征提取器计算目标域样本的特征,构建特征库;将目标域模型的分类器的参数固定,并利用特征库分批次训练目标域模型;其中,在每批次训练更新完模型参数后,使用当前目标域模型的特征提取器重新计算当前训练批次样本的特征,更新特征库,再利用下一批次样本的特征库训练目标域模型。本发明在不需要源域数据参与的条件下实现了高精度的领域对齐。

Patent Agency Ranking