• 
<ul id="auswy"><sup id="auswy"></sup></ul>
  • 

  • <ul id="auswy"></ul>
    

    
    
    
    
                                    最新廣告
                            
    
            關(guān)注中國(guó)自動(dòng)化產(chǎn)業(yè)發(fā)展的先行者！
            
    
                
				
                
                
                
            
    
        
    
    
    

    

    
    
    
    
        
        
        
        
       
					
    
				
    
					
    
												
    
							工業(yè)智能邊緣計(jì)算2025年會(huì)
						
    
												
    
							CAIAC 2025
						
    
												
    
							2025工業(yè)安全大會(huì)
						
    
												
    
							OICT公益講堂
						
    
						
					
    
				
    
				
    
			
    
		
    
    

    

    
    
    
    

    


    
		
    
            
當(dāng)前位置：首頁(yè) >> 資訊 >>
 行業(yè)資訊
		
    
		
    
			
    資訊頻道
    
            
		
    
		
    
			
    
				
    沈陽(yáng)自動(dòng)化所域泛化研究取得新進(jìn)展
    
				
    
					
      
                                                                        
    • 點(diǎn)擊數(shù)：930     發(fā)布時(shí)間：2025-02-25 13:47:33
      • 
						
    • 分享到：
      • 
					
    
				
    
				
                				
    
                    域泛化（Domain generalization）是從一個(gè)或多個(gè)源域中學(xué)習(xí)?，其目標(biāo)是提取一個(gè)可以在未知目標(biāo)域中使用的域不變模型。在網(wǎng)絡(luò)訓(xùn)練過(guò)程中，模型可能會(huì)過(guò)度依賴(lài)于訓(xùn)練數(shù)據(jù)集的分布，最終導(dǎo)致無(wú)法準(zhǔn)確捕獲未見(jiàn)數(shù)據(jù)中存在的適當(dāng)模式。
				
    
                
                
                                    
    
                        關(guān)鍵詞：
                                            
    
                                                                                            
                        
    
                            
    域泛化（Domain generalization）是從一個(gè)或多個(gè)源域中學(xué)習(xí)?，其目標(biāo)是提取一個(gè)可以在未知目標(biāo)域中使用的域不變模型。在網(wǎng)絡(luò)訓(xùn)練過(guò)程中，模型可能會(huì)過(guò)度依賴(lài)于訓(xùn)練數(shù)據(jù)集的分布，最終導(dǎo)致無(wú)法準(zhǔn)確捕獲未見(jiàn)數(shù)據(jù)中存在的適當(dāng)模式。
    該研究提出的域泛化框架
    針對(duì)這一問(wèn)題，中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化研究所機(jī)器人學(xué)研究室機(jī)器智能課題組提出了一種加權(quán)標(biāo)簽平滑正則化（weighted label smoothing regularization）方法。相關(guān)研究以L(fǎng)abel smoothing regularization-based no hyperparameter domain generalization為題在Knowledge-Based Systems發(fā)表。
    該方法通過(guò)加權(quán)標(biāo)簽平滑正則化引入類(lèi)間監(jiān)督，使得模型更加關(guān)注類(lèi)別之間的相對(duì)關(guān)系而不是絕對(duì)差異，從而幫助模型學(xué)習(xí)到更通用的特征，緩解網(wǎng)絡(luò)的過(guò)擬合特性，提高模型對(duì)未知新數(shù)據(jù)的泛化能力。此外，權(quán)重自適應(yīng)技術(shù)尋求遷移性和判別性之間的平衡，使網(wǎng)絡(luò)更新更加穩(wěn)定。該研究成果為解決現(xiàn)實(shí)世界不同光線(xiàn)、不同天氣場(chǎng)景下的視覺(jué)感知問(wèn)題提供了新思路。
    本研究得到了國(guó)家自然科學(xué)基金項(xiàng)目、中國(guó)科學(xué)院青促會(huì)項(xiàng)目、遼寧省“揭榜掛帥”科技計(jì)劃項(xiàng)目以及沈陽(yáng)自動(dòng)化所基礎(chǔ)研究項(xiàng)目支持。（機(jī)器人學(xué)研究室）
    論文鏈接：https://www.sciencedirect.com/science/article/pii/S0950705124015119
    Doi: 10.1016/j.knosys.2024.112877

    來(lái)源：中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化研究所

    
                        
    

                    
                				
                
			
    



			
    
                                    
    熱點(diǎn)新聞
    
                    
                
                                    
    推薦產(chǎn)品
    
                    
                			
    
		
    

        


	
    

    









    



    
    
    x
    
    
    


    • 在線(xiàn)反饋
    

    

    


    1.我有以下需求：
    

    
    
        
            
    
            
    
            
    
                
        		

    

    2.詳細(xì)的需求：
    

    

    
    姓名:
    

    

    
    單位:
    

    

    
    電話(huà):
    

    

    
    郵件: