模糊推理异构迁移学习

可解释迁移过程

利用TSK模糊规则实现异构特征迁移,既增强了迁移过程的可解释性,又充分挖掘了源域和目标域的隐藏信息。

Lou, Qiongdan · Wu, Sun · Wei, Zhang · 邓赵红 · Choi, Kup Sze · 王士同

IEEE Transactions on Fuzzy Systems 2023

技术优势

迁移过程可解释

用TSK模糊系统显式建模源域和目标域,迁移过程对应可读的模糊规则,用户可以理解并调整。

挖掘隐藏信息

将迁移学习机制与模糊推理规则集成,优化TSK-FS参数并挖掘两域隐藏信息,提高知识利用效率。

三种机制协同

联合分布适应、局部几何保持和异构判别信息提取三种学习机制同时作用,在公共子空间缩小域差异。

应用场景