随着最近的手机、车辆、建筑、道路和计算机对传感器的使用增加，更多更复杂的信息正被收集起来。数据采集的多样性将异构迁移学习解决方案的重要性不断向前推进。更大的数据收集规模凸显了同步进行大数据解决方案及当下的迁移学习解决方案的潜力。如何将传感器数据的多样性和大体量性集成在迁移学习的解决方案中是未来研究的一个有趣的主题。未来研究工作的另一个领域涉及到域之间输出标签空间不一的情形。随着新数据集被源源不断地捕获并得以使用，该主题可能是未来需要关注的一个领域。最后，文献中很少有解决未标记源和未标记目标数据的迁移学习解决方案，这当然是一个后续研究领域。

点击阅读原文查看原论文。

　　©本文由机器之心编译，转载请联系本公众号获得授权。

　　?------------------------------------------------

加入机器之心（全职记者/实习生）：[email protected]

投稿或寻求报道：[email protected]

广告&商务合作：[email protected]