Blair

摘要： 论文信息 论文标题：MixMatch: A Holistic Approach to Semi-Supervised Learning论文作者：David Berthelot, Nicholas Carlini, Ian Goodfellow, Nicolas Papernot, Avital Ol 阅读全文

摘要： 论文信息 论文标题：Improve Unsupervised Domain Adaptation with Mixup Training论文作者：Shen Yan, Huan Song, Nanxiang Li, Lincan Zou, Liu Ren论文来源：arxiv 2020论文地址：down 阅读全文

摘要： 论文信息 论文标题：Domain-Adversarial Training of Neural Networks论文作者：Yaroslav Ganin, Evgeniya Ustinova, Hana Ajakan, Pascal Germain论文来源：JMLR 2016论文地址：download 阅读全文

摘要： Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 2024年4月6日19:08:16 论文信息 论文标题：Contrastive Adaptation Network for Unsupervised Domain Adaptation论文作者：Guoliang Kang, 阅读全文

摘要： 论文信息 论文标题：Unsupervised Domain Adaptation for COVID-19 Information Service with Contrastive Adversarial Domain Mixup论文作者：Huimin Zeng, Zhenrui Yue, Ziyi 阅读全文

摘要： 论文信息 论文标题：Detect Rumors in Microblog Posts for Low-Resource Domains via Adversarial Contrastive Learning论文作者：Hongzhan Lin, Jing Ma, Liangliang Chen, Z 阅读全文

摘要： 论文信息 论文标题：Contrastive Domain Adaptation for Early Misinformation Detection: A Case Study on COVID-19论文作者：Zhenrui Yue, Huimin Zeng, Ziyi Kou, Lanyu Sha 阅读全文

摘要： 数据漂移的分类 第一种 叫做特征漂移或者是协变量漂移，它指的是在 $p(y|x)$ 不变的情况下，$p(x)$ 变化的情况。 比如我训练模型的时候用的主要是中年人的数据，但是在线上的主要用户却是青少年居多，那么很可能我没有那么好的数据 第二种叫做 label shift 也经常被叫做 prior s 阅读全文

摘要： 论文信息 论文标题：Hierarchical Multi-head Attentive Network for Evidence-aware Fake News Detection论文作者：Nguyen Vo, Kyumin Lee论文来源：2021 EACL论文地址：download 论文代码：d 阅读全文

摘要： 论文信息 论文标题：Evidence-aware Fake News Detection with Graph Neural Networks论文作者：Weizhi Xu, Junfei Wu, Qiang Liu, Shu Wu, Liang Wang论文来源：2022 WWW论文地址：downl 阅读全文