Domain Adaptation学术上有哪些方向,还有哪些可做的地方?
关注者
613被浏览
309,490登录后你可以
不限量看优质回答私信答主深度交流精彩内容一键收藏
列几个个人认为的新方向:
- 相对新的坑: Domain generalization (领域泛化),在DA的基础上更进一步,拿不到test data如何让模型更泛化?可以看我最新写的综述:
- 时间序列上的迁移学习/OOD:
- 王晋东不在家:《小王爱迁移》系列之32:时间序列预测新范式——基于迁移学习的AdaRNN方法
- ICLR'23:Out-of-Distribution Representation Learning for Time Series Classification
- 与 domain adaptation 联系紧密的半监督学习:
- 王晋东不在家:ICLR 2023半监督学习最高分论文FreeMatch: 自适应阈值法
- 王晋东不在家:NeurIPS 2022 | Unified SSL Benchmark:首个将视觉、语言和音频分类任务进行统一的半监督分类学习基准
- 王晋东不在家:NeurIPS 2021 | 助力半监督学习:课程伪标签方法FlexMatch和统一开源库TorchSSL
- 个性化联邦学习:
- 老问题、新办法:我们在尝试将元学习与domain adaptation结合起来,使DA不依赖于定义好的分布度量函数,而是自动地从数据中学习。看这两篇文章:
- Learning Invariant Representations across Domains and Tasks
- Learning to Match Distributions for Domain Adaptation
- 新的理论视角:与因果推断(causal inference)进行结合,统一地解决DA和DG问题:
- 新的时代背景:与安全的结合,构造安全迁移学习:
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方向,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 【2022-04更新:已在CVPR-22中见到相关paper被录用】
- 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。
编辑于 2023-03-01 18:54・IP 属地新加坡