Core Concepts
事前学習モデルの豊富な知識を効果的に活用する方法を提案し、多元ソース事前学習モデルから未ラベルのターゲットドメインに知識を適応的に利用する手法を開発。
Abstract
本研究は、既存の多元ソースフリードメイン適応方法の高い計算コストに取り組んでいます。Bi-ATENモジュールを設計し、インスタンス固有とドメイン一貫性のアンサンブル重みを優先して学習します。幅広い実験では、提案手法が最先端手法よりも優れた性能を示し、かつ著しく低い計算コストで済むことが示されています。この研究は、MSFDAに関連する課題に対処するための軽量アプローチの探索を促進する可能性があると考えられます。
Stats
Bi-ATEN (ours):10.6Mパラメーター、1.2時間トレーニング時間
ATEN (ours):4.9Mパラメーター、0.6時間トレーニング時間
Quotes
"我々はBi-ATENモジュールを設計しました。"
"提案された手法は、大規模なモデルでMSFDAに柔軟かつ効果的な解決策を提供します。"