CAT-CKD 提出无源数据多源域适应方法
热点事件持续更新
CAT-CKD 提出无源数据多源域适应方法
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
Ali Abedi 等人提出 CAT-CKD，用于在无法访问源数据的情况下，把多个源模型适配到无标签的目标域，并以皮肤癌诊断作为应用场景。该方法分两阶段：先在冻结的 ViT 主干内用监督对比学习训练轻量 ConvPass 适配器，建立域不变特征空间；再把多个源模型的 logits 聚合为共识监督信号，用 KL 散度在无标签目标数据上训练学生模型。 据论文称，这一设计针对隐私法规限制源数据访问的问题。代码已在 GitHub 以 A-Abedi/CAT_CKD 发布。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 01:58
CAT-CKD：面向皮肤癌诊断多源无源域适应的对比适配器训练与共识知识蒸馏报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv 隐私论文CAT-CKD：面向皮肤癌诊断多源无源域适应的对比适配器训练与共识知识蒸馏
针对皮肤癌诊断中隐私法规限制源数据访问的问题，CAT-CKD 提出对比适配器训练（CAT）与共识知识蒸馏（CKD）两阶段方法：在冻结 ViT 主干内用监督对比学习训练轻量 ConvPass 适配器建立域不变特征空间，再将多个源模型 logits 聚合为共识监督信号，用 KL 散度在无标签目标数据上适配学生模型。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。