کنفرانس بین المللی محاسبات نرم

صفحه اصلی / چهارمین کنفرانس بین المللی محاسبات نرم

Tsallis Entropy for Deep Transfer Learning and Domain Adaptation

نویسندگان :

Zahra Ramezani¹ Ahmad Pourdarvish²

1- دانشگاه مازندران 2- دانشگاه مازندران

کلمات کلیدی :

Tsallis entropy, Transfer learning, Domain adaptation, Softmax function, KNN, Classification

چکیده :

In this research, we propose Tsallis entropy for deep transfer learning as an efficient and flexible method to construct a regularized classifier. We improve bias problem on the Convolutional Neural Network (CNN) model based on statistical learning for unsupervised domain adaptation. At first, Tsallis entropy on source domain has been applied to reduce loss. Then, a cosine similarity is used based on K Nearest Neighbors (KNN) classifier to regularize CNN classifier by alleviating the error discrepancy between them. A non-extensive Tsallis entropy function based on KNN classifier is designed as self-regularization for reducing the learning bias. Moreover, the marginal distribution and the conditional distribution have simultaneously been aligned by "Joint Distribution Adaptation" (JDA). Finally, the experiments are implemented on the regularized CNN according to the traditional cross entropy loss and proposed Tsallis entropy loss. The results show that regularized deep transfer learning based on Tsallis entropy is effective and robust for domain adaptation problems, and it has less loss than state-of-the-art domain adaptation methods to detect unreliable samples.

لیست مقالات

لیست مقالات بایگانی شده

تشخیص کووید19 از تصاویر اشعه ایکس با استفاده از شبکه‌های عصبی عمیق و انتخاب ویژگی مبتنی بر روش بهینه سازی جستجوی اتم

الهه اسلامی - سیدابوالفضل شاهزاده فاضلی - الهام عباسی هرفته

Infinite Multi-Label Feature Selection

Sadegh Eskandari

Evolutionary Software Product Lines: A Knapsack Problem Perspective

Arash Ghasemzadeh - Abdorreza Hesam Mohseni

Voltage Profile Enhancement in Power Supply System of Steelmaking Companies Overhead Crane: A Genetic Algorithm Approach to Reactive Power Compensation

Majid Ghasemian

مدلسازی فیزیکی و سطح مدار افزاره های تک الکترونی

محمد کاظم انوری فرد

استفاده از روش مدل سازی پویاشناسی سیستم ها برای شناخت تأثیر سیاست های کاهش انتشار کربن بر رقابت در بازار برق

همایون غفوری - سید سعید محتوی پور

استفاده از یک روش جدید خوشه بندی برای تولید شبکه عصبی فردی

مهدیه خراشادیزاده - الهام عباسی هرفته - ابولفضل شاهزاده فاضلی

مدلسازی خواص مکانیکی آلیاژ آلومینیم 6063 در فرایند اکستروژن در کانالهای هم مقطع زاویه دار با استفاده از منطق فازی

گوهر رنجبری

جاسازی شبکه‌های مجازی با استفاده از روش بهینه سازی آموزش و یادگیری

محمدامین ناظم - قاسم میرجلیلی - علی‌محمد لطیف

Enhancing Network Intrusion Detection Systems Using Unsupervised Deep Learning Approaches with Autoencoders for Anomaly Detection

Homa Taherpour Gelsefid - Seyyed Abdorreza Hesam Mohseni

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.0.2