Buchumschlag

Two stages domain invariant representation learners solve the large co-variate shift in unsupervised domain adaptation with two dimensional data domains

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Oshima, Hisashi, Ishizone, Tsuyoshi, Higuchi, Tomoyuki
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Source-free domain adaptation based on label reliability for cross-domain bearing fault diagnosis
von: Wu, Wenyi, et al.
Veröffentlicht: (2025)

Two-level deep domain decomposition method
von: Dolean, Victorita, et al.
Veröffentlicht: (2024)

D4: Text-guided diffusion model-based domain adaptive data augmentation for vineyard shoot detection
von: Hirahara, Kentaro, et al.
Veröffentlicht: (2024)

FAITH: Frequency-domain Attention In Two Horizons for Time Series Forecasting
von: Li, Ruiqi, et al.
Veröffentlicht: (2024)

Analyzing domain shift when using additional data for the MICCAI KiTS23 Challenge
von: Stoica, George, et al.
Veröffentlicht: (2023)

On the generalization of learned constraints for ASP solving in temporal domains
von: Romero, Javier, et al.
Veröffentlicht: (2024)

Logic-informed reinforcement learning for cross-domain optimization of large-scale cyber-physical systems
von: Wan, Guangxi, et al.
Veröffentlicht: (2025)

A domain adaptation neural network for digital twin-supported fault diagnosis
von: Chen, Zhenling, et al.
Veröffentlicht: (2025)

Hybrid Cross-domain Robust Reinforcement Learning
von: Van, Linh Le Pham, et al.
Veröffentlicht: (2025)

Causal invariant geographic network representations with feature and structural distribution shifts
von: Wang, Yuhan, et al.
Veröffentlicht: (2025)

Investigation on domain adaptation of additive manufacturing monitoring systems to enhance digital twin reusability
von: Xie, Jiarui, et al.
Veröffentlicht: (2024)

Light-weight probing of unsupervised representations for Reinforcement Learning
von: Zhang, Wancong, et al.
Veröffentlicht: (2022)

Cross-domain Random Pre-training with Prototypes for Reinforcement Learning
von: Liu, Xin, et al.
Veröffentlicht: (2023)

Making deep neural networks work for medical audio: representation, compression and domain adaptation
von: Onu, Charles C
Veröffentlicht: (2025)

Actionable and diverse counterfactual explanations incorporating domain knowledge and plausibility constraints
von: Bobek, Szymon, et al.
Veröffentlicht: (2025)

A Survey of Cross-domain Graph Learning: Progress and Future Directions
von: Zhao, Haihong, et al.
Veröffentlicht: (2025)

Learning to refine domain knowledge for biological network inference
von: Li, Peiwen, et al.
Veröffentlicht: (2024)

Self-degraded contrastive domain adaptation for industrial fault diagnosis with bi-imbalanced data
von: Chen, Gecheng, et al.
Veröffentlicht: (2024)

Learning from imperfect quantum data via unsupervised domain adaptation with classical shadows
von: Ito, Kosuke, et al.
Veröffentlicht: (2026)

Spectral Disentanglement and Enhancement: A Dual-domain Contrastive Framework for Representation Learning
von: Guo, Jinjin, et al.
Veröffentlicht: (2026)

Decoupled and Divergence-Conditioned Prompt for Multi-domain Dynamic Graph Foundation Models
von: Yuan, Haonan, et al.
Veröffentlicht: (2026)

TelcoLM: collecting data, adapting, and benchmarking language models for the telecommunication domain
von: Barboule, Camille, et al.
Veröffentlicht: (2024)

A Theory of Relation Learning and Cross-domain Generalization
von: Doumas, Leonidas A. A., et al.
Veröffentlicht: (2019)

One Model for One Graph: A New Perspective for Pretraining with Cross-domain Graphs
von: Liu, Jingzhe, et al.
Veröffentlicht: (2024)

HRLAIF: Improvements in Helpfulness and Harmlessness in Open-domain Reinforcement Learning From AI Feedback
von: Li, Ang, et al.
Veröffentlicht: (2024)

eDOC: Explainable Decoding Out-of-domain Cell Types with Evidential Learning
von: Wu, Chaochen, et al.
Veröffentlicht: (2024)

Can we trust deep learning models diagnosis? The impact of domain shift in chest radiograph classification
von: Pooch, Eduardo H. P., et al.
Veröffentlicht: (2019)

PAS: Estimating the target accuracy before domain adaptation
von: Diniz, Raphaella, et al.
Veröffentlicht: (2026)

Two‐stage adversarial learning based unsupervised domain adaptation for retinal OCT segmentation
von: Shengyong Diao, et al.
Veröffentlicht: (2024)

Learning to Compose for Cross-domain Agentic Workflow Generation
von: Wang, Jialiang, et al.
Veröffentlicht: (2026)

Co-domain Symmetry for Complex-Valued Deep Learning
von: Singhal, Utkarsh, et al.
Veröffentlicht: (2021)

LEMMA-RCA: A Large Multi-modal Multi-domain Dataset for Root Cause Analysis
von: Zheng, Lecheng, et al.
Veröffentlicht: (2024)

Learning Universal Human Mobility Patterns with a Foundation Model for Cross-domain Data Fusion
von: Ma, Haoxuan, et al.
Veröffentlicht: (2025)

MDMLP-EIA: Multi-domain Dynamic MLPs with Energy Invariant Attention for Time Series Forecasting
von: Zhang, Hu, et al.
Veröffentlicht: (2025)

DmC: Nearest Neighbor Guidance Diffusion Model for Offline Cross-domain Reinforcement Learning
von: Van, Linh Le Pham, et al.
Veröffentlicht: (2025)

Transformer based super-resolution downscaling for regional reanalysis: Full domain vs tiling approaches
von: Pérez, Antonio, et al.
Veröffentlicht: (2024)

Cross-user activity recognition using deep domain adaptation with temporal relation information
von: Ye, Xiaozhou, et al.
Veröffentlicht: (2024)

SER Evals: In-domain and Out-of-domain Benchmarking for Speech Emotion Recognition
von: Osman, Mohamed, et al.
Veröffentlicht: (2024)

Gauge-invariant representation holonomy
von: Sevetlidis, Vasileios, et al.
Veröffentlicht: (2026)

Aortic root landmark localization with optimal transport loss for heatmap regression
von: Ishizone, Tsuyoshi, et al.
Veröffentlicht: (2024)