کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
11002302 1437591 2019 28 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Seeded transfer learning for regression problems with deep learning
ترجمه فارسی عنوان
یادگیری انتقال بذر برای مشکلات رگرسیون با یادگیری عمیق
کلمات کلیدی
انتقال یادگیری، انطباق دامنه،
ترجمه چکیده
تفاوت در توزیع داده ها در حوزه های مربوط، اما متفاوت، یک مشکل قدیمی برای سازگاری دانش است. یک روش جدید برای تبدیل دانش دامنه منبع به دامنه هدف در این کار پیشنهاد شده است. روش پیشنهادی از روش یادگیری عمیق و تعداد محدودی از نمونه از دامنه هدف برای تبدیل مجموعه داده های دامنه استفاده می کند. این نمونه های محدودی از حوزه هدف را به عنوان دانه هایی برای آغاز انتقال دانش منبع مورد پردازش قرار می دهد. آزمایش های جامع با استفاده از مدل های مختلف محاسبات هوش و مجموعه داده های مختلف انجام می شود. نتایج به دست آمده نشان می دهد که مدل های پیش بینی شده با استفاده از روش پیشنهادی آموزش دیده، بهترین عملکرد را در مقایسه با مدل های مشابه آموزش داده شده با دانش تنها منبع و یا ویژگی های آموخته عمیق نشان می دهد. آزمایشات نشان می دهد که مدل های آموزش یافته با استفاده از روش پیشنهادی از روش های ابتدایی حداقل از 50 درصد در 14 آزمایش از مجموع 18 مورد بیشترین بهره را داشتند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
پیش نمایش مقاله
یادگیری انتقال بذر برای مشکلات رگرسیون با یادگیری عمیق
چکیده انگلیسی
The difference in data distributions among related, but different domains is a long standing problem for knowledge adaptation. A new method to transform the source domain knowledge to fit the target domain is proposed in this work. The proposed method uses deep learning method and limited number of samples from target domain to transform the source domain dataset. It treats the limited samples of target domain as seeds for initiating the transfer of source knowledge. Comprehensive experiments are conducted using different computational intelligence models and different datasets. Obtained results reveal that prediction models trained using the proposed method demonstrate the best performance in comparison with the same models trained with only source knowledge or deep learned features. Experiments show that models trained using proposed method have outperformed the baseline methods by at least 50% in 14 experiments out of a total of 18.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Expert Systems with Applications - Volume 115, January 2019, Pages 565-577
نویسندگان
, , , ,