Incorporation de tenseurs non convexes profonds et d'ensembles de graphes d'ordre supérieur pour l'adaptation de domaine multi-sources

Key Points

• Une extraction de caractéristiques améliorée renforce les performances de l'adaptation de domaine multi-sources en utilisant des techniques avancées de décomposition de tenseurs.
• Les tests ont montré une augmentation significative de 25 % de la précision sur des ensembles de données de référence par rapport aux méthodes traditionnelles.
• En utilisant l'optimisation non convexe, l'approche peut gérer plus efficacement les relations complexes au sein des données, améliorant ainsi l'adaptabilité.
• Des applications potentielles dans divers domaines de l'apprentissage automatique peuvent permettre des prédictions et des classifications plus précises basées sur des sources de données diverses.