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。
Tessellation Localized Transfer learning for nonparametric regression
Arxiv
0+阅读 · 3月17日
Transfer Learning with Distance Covariance for Random Forest: Error Bounds and an EHR Application
Arxiv
0+阅读 · 3月14日
Crack detection by holomorphic neural networks and transfer-learning-enhanced genetic optimization
Arxiv
0+阅读 · 3月13日
Minimax optimal adaptive structured transfer learning through semi-parametric domain-varying coefficient model
Arxiv
0+阅读 · 2月20日
Guided Transfer Learning for Discrete Diffusion Models
Arxiv
0+阅读 · 2月20日
Transfer Learning in Infinite Width Feature Learning Networks
Arxiv
0+阅读 · 2月24日
Transfer Learning with Network Embeddings under Structured Missingness
Arxiv
0+阅读 · 2月23日
Transfer learning for functional linear regression via control variates
Arxiv
0+阅读 · 3月4日
Transfer learning for functional linear regression via control variates
Arxiv
0+阅读 · 3月11日
MEG-to-MEG Transfer Learning and Cross-Task Speech/Silence Detection with Limited Data
Arxiv
0+阅读 · 2月20日
Robust Transfer Learning with Side Information
Arxiv
0+阅读 · 3月9日
Transfer Learning of Linear Regression with Multiple Pretrained Models: Benefiting from More Pretrained Models via Overparameterization Debiasing
Arxiv
0+阅读 · 2月18日
SemiNFT: Learning to Transfer Presets from Imitation to Appreciation via Hybrid-Sample Reinforcement Learning
Arxiv
0+阅读 · 2月9日
A Transfer Learning Approach to Unveil the Role of Windows Common Configuration Enumerations in IEC 62443 Compliance
Arxiv
0+阅读 · 2月13日
A Transfer Learning Approach to Unveil the Role of Windows Common Configuration Enumerations in IEC 62443 Compliance
Arxiv
0+阅读 · 2月8日
参考链接
微信扫码咨询专知VIP会员
Top