On Self-Supervised Dynamic Incremental Regularised Adaptation

要約

この論文では、DIRA と呼ばれる動的ドメイン適応のための最近の方法について概説します。この方法は、最先端 (SOTA) ドメイン適応結果を達成するために、弾性重み統合と呼ばれる正則化アプローチに加えて、いくつかのサンプルに依存しています。
DIRA は、SOTA の教師なし適応技術と競合して動作することが以前に示されています。
ただし、DIRA の制限は、適応に使用される少数のサンプルに提供されるラベルに依存していることです。
これにより、教師ありテクニックになります。
この論文では、DIRA メソッドを自己監視型にする、つまりラベルを提供する必要性をなくすための、DIRA メソッドへの変更案について説明します。
私たちが提案した変更に関する実験は、将来の作業で提供される予定です。

要約(オリジナル)

In this paper, we overview a recent method for dynamic domain adaptation named DIRA, which relies on a few samples in addition to a regularisation approach named elastic weight consolidation to achieve state-of-the-art (SOTA) domain adaptation results. DIRA has been previously shown to perform competitively with SOTA unsupervised adaption techniques. However, a limitation of DIRA is that it relies on labels to be provided for the few samples used in adaption. This makes it a supervised technique. In this paper, we discuss a proposed alteration to the DIRA method to make it self-supervised i.e. remove the need for providing labels. Experiments on our proposed alteration will be provided in future work.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google