Компьютерная наука > Компютерное видение и распознавание модели [представлено 19 июня 2025 года (v1), последний раз пересмотрен 8 октября 2026 года (эта версия, v2)) Название: " Гетерогеноз-Модальный неконтролируемый домен Адаптация через Latent Space Briding View PDF HTML (экспериментальное) резюме: Неконтролируемая адаптация домена (UDA) эффективно устраняет разрыв между маркированным доменом источника и незамеченным целевым домом, но при этом предполагается, что эти два области имеют один и тот же вид. Вместо этого гетерогенная адаптация доменов (HDA) охватывает различные функциональные пространства в различных областях, однако требует маркировки целевых выборок или парных данных, связывающих источник и целевые области. Ни одно из этих положений не применяется в тех случаях, когда помеченный источник и полностью незамаркированный мишень имеют совершенно отдельную форму (например, 2D изображения и 3D-точечные облака). Для устранения этого ограничения мы введем новую систему, называемую " гетерогенной модальной неконтролируемой адаптацией области (ГМУДА), которая передает знания по различным условиям через немаркированный домен моста, содержащий парные наблюдения из обоих условий, распределение которых может отличаться от распределения знаний источника и целевых областей. Для того чтобы научиться в рамках системы ГМОДА, мы предлагаем использовать систему " Latent Space Briging (LSB), двухотраслевую структуру, при которой потери последовательности на парных…
Неконтролируемая адаптация к гетерогенным доменам с помощью Latent Space Briging
arXiv: 2506.15971v2 Annuales Type: заменить резюме: Неконтролируемая адаптация доменов (UDA) эффективно устраняет разрыв в доменах между помеченным доменом источника и немаркированным целевым доменом, но при этом предполагается, что эти два домена имеют один и тот же вид. Вместо этого гетерогенная адаптация доменов (HDA) охватывает различные функциональные пространства в различных областях, однако требует маркировки целевых выборок или парных данных, связывающих источник и целевые области. Ни одно из этих положений не применяется в тех случаях, когда помеченный источник и полностью незамаркированный мишень имеют совершенно отдельную форму (например, 2D изображения и 3D-точечные облака). Для устранения этого ограничения мы введем новую систему, называемую " гетерогенной модальной неконтролируемой адаптацией области (ГМУДА), которая передает знания по различным условиям через немаркированный домен моста, содержащий парные наблюдения из обоих условий, распределение которых может отличаться от распределения знаний источника и целевых областей. Для того чтобы учиться в рамках HMUDA, мы предлагаем Latent Space Briging (LSB), двубюро
