ScholarGate
アシスタント
Machine learningMachine learning

アンサンブル転移学習

アンサンブル転移学習は、それぞれ大規模なソースドメインで事前学習され、その後ターゲットタスクでファインチューニングされた複数のモデルを組み合わせる手法である。独立にファインチューニングされた複数のモデルの予測を集約することにより、特にターゲットデータセットが小さい場合に、単一の転移モデル単独よりも高い精度と頑健性を達成する。

MethodMindで開く近日公開動画近日公開Download slides

手法の全文を読む

会員限定

無料アカウントでログインすると、このセクションを読めます。

ログイン

Method map

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

アンサンブル転移学習
ブースティングFew-shot Learningランダムフォレスト半教師あり転移学習転移学習投票アンサンブル

出典

  1. Ganaie, M. A., Hu, M., Malik, A. K., Tanveer, M., & Suganthan, P. N. (2022). Ensemble deep learning: A review. Engineering Applications of Artificial Intelligence, 115, 105151. DOI: 10.1016/j.engappai.2022.105151 ↗
  2. Transfer learning. Wikipedia. link ↗

このページの引用方法

ScholarGate. (2026, June 3). Ensemble Transfer Learning (Aggregation of Multiple Pre-trained Models). ScholarGate. https://scholargate.app/ja/machine-learning/ensemble-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 →

このページに誤りを見つけましたか?報告・修正提案 →

ScholarGate — Ensemble Transfer Learning (Ensemble Transfer Learning (Aggregation of Multiple Pre-trained Models)). 2026-06-15に以下より取得 https://scholargate.app/ja/machine-learning/ensemble-transfer-learning · データセット: https://doi.org/10.5281/zenodo.20539026