百科问答小站 logo
百科问答小站 font logo



Domain Adaptation学术上有哪些方向,还有哪些可做的地方? 第1页

  

user avatar   jindongwang 网友的相关建议: 
      

列几个个人认为的新方向:

与此同时,近几年出现了一些“新”DA setting,和已有的机器学习setting进行组合,方法上也方便直接进行A+B / A for B,技术难度普遍不高,实乃发文章利器。这些新setting包括但不局限于:

  • Federated domain adaptation:与联邦学习结合,目前炙手可热的领域
  • Continual / lifelong domain adaptation:与持续学习结合
  • Online / incremental domain adaptation:与在线和增量学习结合
  • Partial / open set / universal domain adaptation:开放集的领域自适应问题
  • Self-supervised / contrastive domain adaptation: 与自监督学习的结合
  • Few-shot domain adaptation: 与few-shot learning的结合

我们可以很轻松地将上述的setting再进行结合,做一个Federated continual partial self-supervised domain adaptation等工作,绝对没人做过,benchmark一片空白 :)

可以直接预测到即将出现的工作:

  • Vision transformer-based domain adaptation: 与vision transformer结合
  • Hierechical domain adaptation with vision Transformer: 最近大热的ViT
  • 待续

总结:DA领域发展已有数十年,相关工作层出不穷。咋看之下,DA“已死”。但是,相信大家通过我们上面的分析,能够认识到此领域还有很多新的学术方向可以探索。

希望大家能够在老问题上勇于开拓新战场、勇于提出新问题;能在满足毕业和工作要求的基础上,做出好的工作来。




  

相关话题

  在你的科研领域里,做得不错的年轻人都有哪些特征? 
  为什么谈论深度学习工具时,很少有人讨论matlab的神经网络工具包? 
  为什么nature和science的中国文章很多都是材料学相关内容? 
  attention跟一维卷积的区别是啥? 
  论文写不下去时咋办? 
  为什么 larger batch size 对对比学习的影响比对监督学习的影响要大? 
  你看到过哪些造假的论文? 
  从今年校招来看,机器学习等算法岗位应届生超多,竞争激烈,未来 3-5 年机器学习相关就业会达到饱和吗? 
  DeepMind 团队中有哪些厉害的人物和技术积累? 
  2021年海外优青结果如何? 

前一个讨论
拓扑领域有哪些美妙的工作?
下一个讨论
有什么好看的数学书推荐么?





© 2025-05-10 - tinynew.org. All Rights Reserved.
© 2025-05-10 - tinynew.org. 保留所有权利