domain-adaptation

Вопрос или проблема Пусть $X$ представляет собой набор данных, состоящий из $N$ экземпляров, где каждый экземпляр описывается набором признаков $\text{feat}_0, \ldots, \text{feat}_m$, а $Y$ обозначает соответствующие целевые значения.

Вопрос или проблема Я исследую подход, при котором использую Maximum Mean Discrepancy (MMD) для измерения расстояния между двумя доменными наборами данных, а затем использую это расстояние для разделения признаков на два набора: общий и необычный признаки.

Вопрос или проблема Имеет ли смысл сначала обучить модель на изображениях из нескольких доменов, а затем провести “тонкую настройку” на одном конкретном домене, чтобы улучшить ее производительность на этом домене? Например, можно обучить детектор