面向数据有效学习的机器学习技术研究
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第13-27页 |
| 1.1 研究背景与意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-23页 |
| 1.2.1 模型自适应学习的研究现状 | 第16-20页 |
| 1.2.1.1 贝叶斯学习中的模型自适应 | 第16-18页 |
| 1.2.1.2 神经网络中的模型自适应 | 第18-20页 |
| 1.2.2 领域自适应学习的研究现状 | 第20-23页 |
| 1.2.2.1 分类任务中的领域自适应 | 第20-22页 |
| 1.2.2.2 其他任务中的领域自适应 | 第22-23页 |
| 1.3 本文的主要内容与创新点 | 第23-24页 |
| 1.4 本文的结构安排 | 第24-27页 |
| 第二章 基于离散隐高斯过程的生成分类模型 | 第27-45页 |
| 2.1 引言 | 第27-29页 |
| 2.2 相关背景 | 第29-34页 |
| 2.2.1 高斯过程 | 第29-31页 |
| 2.2.2 离散隐高斯过程 | 第31-34页 |
| 2.3 基于隐高斯过程的生成分类模型 | 第34-38页 |
| 2.3.1 生成分类模型 | 第34-35页 |
| 2.3.2 类条件概率的近似 | 第35-38页 |
| 2.4 实验 | 第38-44页 |
| 2.4.1 实验设置及实现细节 | 第38-40页 |
| 2.4.2 实验数据 | 第40-42页 |
| 2.4.3 实验结果及讨论 | 第42-44页 |
| 2.5 本章小结 | 第44-45页 |
| 第三章 可判别的离散隐高斯过程 | 第45-58页 |
| 3.1 引言 | 第45-46页 |
| 3.2 相关背景 | 第46-48页 |
| 3.3 可判别的离散隐高斯过程 | 第48-51页 |
| 3.3.1 基于Fisher判别准则的后验正则化 | 第48-50页 |
| 3.3.2 新样本的类别推断 | 第50-51页 |
| 3.4 实验 | 第51-56页 |
| 3.4.1 实验设置及实现细节 | 第53页 |
| 3.4.2 实验结果 | 第53-55页 |
| 3.4.3 讨论 | 第55-56页 |
| 3.5 本章小结 | 第56-58页 |
| 第四章 基于分布估计算法的神经网络结构自适应学习 | 第58-72页 |
| 4.1 引言 | 第58-61页 |
| 4.2 相关背景 | 第61-63页 |
| 4.3 神经网络结构的“量子”衍生优化 | 第63-67页 |
| 4.3.1 解空间的概率建模 | 第63-65页 |
| 4.3.2 最优解分布的更新 | 第65-67页 |
| 4.3.3 终止准则 | 第67页 |
| 4.4 实验 | 第67-70页 |
| 4.4.1 实验设置及实现细节 | 第68-69页 |
| 4.4.2 实验数据 | 第69-70页 |
| 4.4.3 实验结果 | 第70页 |
| 4.5 结论 | 第70-72页 |
| 第五章 基于深度生成模型的领域自适应方法 | 第72-90页 |
| 5.1 引言 | 第72-74页 |
| 5.2 相关背景 | 第74-78页 |
| 5.2.1 无监督领域自适应 | 第74-76页 |
| 5.2.2 生成对抗网络 | 第76-78页 |
| 5.3 目标生成对抗网络 | 第78-81页 |
| 5.3.1 基准模型 | 第79页 |
| 5.3.2 生成特定类别的目标域数据 | 第79-81页 |
| 5.3.3 信息熵正则化 | 第81页 |
| 5.4 实验 | 第81-89页 |
| 5.4.1 数据集 | 第82-84页 |
| 5.4.2 实现细节 | 第84-87页 |
| 5.4.3 实验结果 | 第87-89页 |
| 5.5 本章小结 | 第89-90页 |
| 第六章 基于结构增强的图像分割领域自适应 | 第90-105页 |
| 6.1 引言 | 第90-93页 |
| 6.2 相关背景 | 第93-95页 |
| 6.2.1 图像的语义分割 | 第93-94页 |
| 6.2.2 跨领域语义分割 | 第94-95页 |
| 6.3 基于结构增强的跨领域语义分割 | 第95-98页 |
| 6.3.1 特征级结构增强 | 第96-97页 |
| 6.3.2 输出级结构增强 | 第97-98页 |
| 6.4 实验 | 第98-103页 |
| 6.4.1 数据集 | 第99页 |
| 6.4.2 实现细节 | 第99-101页 |
| 6.4.3 实验结果 | 第101-102页 |
| 6.4.4 分析及讨论 | 第102-103页 |
| 6.5 本章小结 | 第103-105页 |
| 第七章 总结与展望 | 第105-108页 |
| 7.1 全文总结 | 第105-106页 |
| 7.2 后续工作展望 | 第106-108页 |
| 致谢 | 第108-109页 |
| 参考文献 | 第109-122页 |
| 攻读博士学位期间取得的成果 | 第122-123页 |
