「AI Drive」是由 PaperWeekly 和 biendata 共同發起的學術直播間，旨在幫助更多的青年學者宣傳其最新科研成果。我們一直認為，單向地輸出知識并不是一個最好的方式，而有效地反饋和交流可能會讓知識的傳播更加有意義，從而產生更大的價值。

本期 AI Drive，我們邀請到北京理工大學博士生謝斌輝，為大家在線解讀其發表在 AAAI 2022 的最新研究成果：Active Learning for Domain Adaptation: An Energy-based Approach。對本期主題感興趣的小伙伴，3 月 8?日（本周二）晚 7 點，我們準時相約 PaperWeekly 直播間。

直播信息

深度神經網絡擅長從大量有標注數據中學習，但卻很難將其推廣到新的目標領域。無監督領域適應是一種有效的范式，能夠將知識從有標注的相關源域遷移到完全無標記的目標域。然而，要達到有監督的性能，仍有巨大的潛力有待挖掘。

本文引入一種新的主動學習策略，自動地標注少量有價值的目標域數據。文章的核心內容從一個現象出發，當訓練（源）和測試（目標）數據來自不同的分布時，基于能量的模型表現出自由能量偏差。受這一內在機制的啟發，我們提出了一種簡單而有效的基于能量的采樣策略，在每一輪的查詢中，挑選具有領域特性和模型預測不確定的數據進行標注。同時，自由能也可以作為一種正則化信號隱式地減小領域間的偏差。基準數據集和生成數據集上的實驗結果證明了其有效性。

論文標題：

Active Learning for Domain Adaptation: An Energy-based Approach

論文鏈接：

https://arxiv.org/abs/2112.01406

代碼鏈接：

https://github.com/BIT-DA/EADA

本次分享的具體內容有：?

• 研究動機及簡介

• 方法詳述

• 實驗結果與分析

• 結語

嘉賓介紹

?謝斌輝?/ 北京理工大學博士生?

謝斌輝，北京理工大學博士生，師從劉馳和李爽教授。研究興趣集中在計算機視覺，特別是視覺任務中的領域適應、遷移學習、自監督學習。在 T-PAMI、AAAI、ACM MM 等國際一流期刊、會議上發表多篇學術論文，擔任 CVPR、ICCV、AAAI 等國際會議審稿人。

直播地址?& 交流群

本次直播將在 PaperWeekly 視頻號和 B 站直播間進行，掃描下方海報二維碼或點擊閱讀原文即可免費觀看。線上分享結束后，嘉賓還將在直播交流群內實時 QA，在 PaperWeekly 微信公眾號后臺回復「AI Drive」，即可獲取入群通道。

視頻號直播間：

掃描下方二維碼關注 PaperWeekly 視頻號，第一時間獲取開播提醒。

B 站直播間：

https://live.bilibili.com/14884511

合作伙伴

🔍

現在，在「知乎」也能找到我們了

進入知乎首頁搜索「PaperWeekly」

點擊「關注」訂閱我們的專欄吧

·

總結

以上是生活随笔為你收集整理的直播预告 | AAAI 2022论文解读：基于能量的主动域自适应学习方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。