本申請涉及域泛化學習領域,提供一種基于多元神經平均的域泛化學習方法、裝置、設備及介質,包括:訓練階段,通過對神經網絡進行橫向采樣和徑向采樣,并基于精簡Jensen?Shannon散度損失函數和集成智能體多元化度量,對目標域泛化風險上界迭代進行估計和優化,得到優化后的目標域泛化風險上界;測試階段,通過關閉所述橫向采樣和所述徑向采樣,基于所述優化后的目標域泛化風險上界,得到全局優化集成智能體,向所述全局優化集成智能體輸入目標域的目標域樣本,得到最終預測值。本申請旨在解決現有技術中存在的模型錯誤設置的風險以及無法兼容多源域與單源域情境的問題。
聲明:
“基于多元神經平均的域泛化學習方法、裝置、設備及介質” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)