Resumen

Proponemos un nuevo algoritmo de adaptación de dominios basado en el autoencoder ELM (ELM-AE) que describe los subespacios de los dominios de origen y destino mediante ELM-AE y, a continuación, lleva a cabo la alineación de subespacios para proyectar diferentes dominios en un nuevo espacio común. Aprovechando la capacidad de aproximación no lineal y la eficiente capacidad de aprendizaje de una sola pasada de ELM-AE, el algoritmo de adaptación de dominios propuesto puede buscar de forma eficiente una mejor representación de características entre dominios que los enfoques de representación de características lineales como PCA para mejorar el rendimiento de la adaptación de dominios. Los amplios resultados experimentales sobre los conjuntos de datos Office/Caltech-256 muestran que el algoritmo propuesto puede lograr una mejor precisión de clasificación que el algoritmo de alineación de subespacios PCA y otros algoritmos de adaptación de dominios del estado del arte en la mayoría de los casos.

• Materias:Álgebra Análisis Matemático Ingeniería Matemática aplicada Lógica matemática
• Subjects:Algebra Mathematical Analysis Engineering Applied Mathematics Mathematical logic
• Palabras claves:Algoritmo propuesto; autocodificador ELM; adaptación de dominios; alineación de subespacios; representación de características entre dominios; precisión de la clasificación.
• Keywords:Proposed algorithm; ELM Autoencoder; domain adaption; subspace alignment; cross-domain feature representation; classification accuracy