Transfer Learning for Large Scale Data using Subspace Alignment

04-21

Transfer Learning for Large Scale Data using Subspace Alignment（ICMLA 17）

作者：Nassara ELHADJI-ILLE-GADO, Edith GRALL-MA¨ES and Malika KHAROUF

本文在Subspace Alignment (Unsupervised visual domain adaptation using subspace alignment) 工作的基礎上，解決高維數據在SA難以降維的問題，使用了一種近似的快速SVD演算法：

然後再在這個工作基礎上，提出了針對高維數據的演算法改進的SA域適應演算法：

實驗結果：

從分類精度來說，在文本數據上取得的效果要比圖像視覺數據要好。

從運行時間上來說，時間的表現總體上比SA還要好。