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。
Deep Transfer $Q$-Learning for Offline Non-Stationary Reinforcement Learning
Arxiv
0+阅读 · 1月8日
Intent-based Radio Scheduler for RAN Slicing: Learning to deal with different network scenarios
Arxiv
0+阅读 · 1月1日
Transfer Learning for Individualized Treatment Rules: Application to Sepsis Patients Data from eICU-CRD and MIMIC-III Databases
Arxiv
0+阅读 · 1月3日
Improvement in Sign Language Translation Using Text CTC Alignment
Arxiv
0+阅读 · 2024年12月24日
Distance-Preserving Spatial Representations in Genomic Data
Arxiv
0+阅读 · 1月4日
Heterogeneous transfer learning for high dimensional regression with feature mismatch
Arxiv
0+阅读 · 2024年12月24日
Transfer Neyman-Pearson Algorithm for Outlier Detection
Arxiv
0+阅读 · 1月2日
GraphLoRA: Structure-Aware Contrastive Low-Rank Adaptation for Cross-Graph Transfer Learning
Arxiv
0+阅读 · 1月7日
Transfer Learning of Tabular Data by Finetuning Large Language Models
Arxiv
0+阅读 · 1月12日
On the Applicability of Zero-Shot Cross-Lingual Transfer Learning for Sentiment Classification in Distant Language Pairs
Arxiv
0+阅读 · 2024年12月24日
Investigating layer-selective transfer learning of QAOA parameters for Max-Cut problem
Arxiv
0+阅读 · 2024年12月30日
Bayesian Transfer Learning for Artificially Intelligent Geospatial Systems: A Predictive Stacking Approach
Arxiv
0+阅读 · 1月10日
On Adversarial Robustness of Language Models in Transfer Learning
Arxiv
0+阅读 · 2024年12月29日
Improving Location-based Thermal Emission Side-Channel Analysis Using Iterative Transfer Learning
Arxiv
0+阅读 · 2024年12月30日
Towards Fair and Privacy-Aware Transfer Learning for Educational Predictive Modeling: A Case Study on Retention Prediction in Community Colleges
Arxiv
0+阅读 · 1月12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