会员服务
迁移学习（Transfer Learning）是一种机器学习方法，是把一个领域（即源领域）的知识，迁移到另外一个领域（即目标领域），使得目标领域能够取得更好的学习效果。迁移学习（TL）是机器学习（ML）中的一个研究问题，着重于存储在解决一个问题时获得的知识并将其应用于另一个但相关的问题。例如，在学习识别汽车时获得的知识可以在尝试识别卡车时应用。尽管这两个领域之间的正式联系是有限的，但这一领域的研究与心理学文献关于学习转移的悠久历史有关。从实践的角度来看，为学习新任务而重用或转移先前学习的任务中的信息可能会显着提高强化学习代理的样本效率。
Improving time series estimation and prediction via transfer learning
Arxiv
0+阅读 · 10月29日
Transfer Learning for Kernel-based Regression
Arxiv
0+阅读 · 10月29日
Minimax Optimal Transfer Learning for Kernel-based Nonparametric Regression
Arxiv
0+阅读 · 10月28日
Transfer Learning on Edge Connecting Probability Estimation under Graphon Model
Arxiv
0+阅读 · 10月25日
Provable Sample-Efficient Transfer Learning Conditional Diffusion Models via Representation Learning
Arxiv
0+阅读 · 10月26日
DREaM: Drug-Drug Relation Extraction via Transfer Learning Method
Arxiv
0+阅读 · 10月27日
Wasserstein Transfer Learning
Arxiv
0+阅读 · 10月23日
Towards Context-Aware Domain Generalization: Understanding the Benefits and Limits of Marginal Transfer Learning
Arxiv
0+阅读 · 10月22日
Lingua Custodi's participation at the WMT 2025 Terminology shared task
Arxiv
0+阅读 · 10月20日
Bayesian Signal Matching for Transfer Learning in ERP-Based Brain Computer Interface
Arxiv
0+阅读 · 10月16日
Transfer Learning for Benign Overfitting in High-Dimensional Linear Regression
Arxiv
0+阅读 · 10月17日
Adaptive transfer learning for surgical tool presence detection in laparoscopic videos through gradual freezing fine-tuning
Arxiv
0+阅读 · 10月17日
Evaluating Policy Effects under Network Interference without Network Information: A Transfer Learning Approach
Arxiv
0+阅读 · 10月16日
DogFit: Domain-guided Fine-tuning for Efficient Transfer Learning of Diffusion Models
Arxiv
0+阅读 · 10月14日
Real-Time Knee Angle Prediction Using EMG and Kinematic Data with an Attention-Based CNN-LSTM Network and Transfer Learning Across Multiple Datasets
Arxiv
0+阅读 · 10月15日
参考链接
父主题
专知—深度学习：算法到实战
机器学习
子主题
相同技术迁移能力
不同技术迁移能力
微信扫码咨询专知VIP会员
Top