ScholarGate
المساعد
Machine learningMachine learning

التعلم النقلي المنظم

يطبق التعلم النقلي المنظم مصطلحات عقوبة صريحة على خط أنابيب التعلم النقلي للتحكم في مقدار انحراف النموذج عن معرفة المجال المصدر عند التكيف مع مجال هدف جديد. المنظم يثبط النقل السلبي - الحمل الضار للأنماط المصدر غير ذات الصلة - مع الحفاظ على التمثيلات المشتركة المفيدة ومنع الإفراط في التخصيص عندما تكون تسميات المجال الهدف نادرة.

افتح في MethodMindقريبًافيديوقريبًاDownload slides

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

Method map

The neighbourhood of related methods — select a node to explore.

المصادر

  1. Pan, S. J., & Yang, Q. (2010). A survey on transfer learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359. DOI: 10.1109/TKDE.2009.191
  2. Li, Z., Nie, F., Chang, X., & Yang, Y. (2014). Beyond trace norm: Robust matrix recovery via bi-sparsity pursuit. In Proceedings of the International Joint Conference on Artificial Intelligence (IJCAI), pp. 1736–1742. link

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 3). Regularized Transfer Learning (Regularization-Constrained Domain Adaptation). ScholarGate. https://scholargate.app/ar/machine-learning/regularized-transfer-learning

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

يُستشهد بها في

ScholarGateRegularized Transfer Learning (Regularized Transfer Learning (Regularization-Constrained Domain Adaptation)). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/machine-learning/regularized-transfer-learning · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026