Associative Learning
Observational Learning
Multicompartment Models: Overview
Compartment Models: Two-Compartment Model
Compartment Models: Single-Compartment Model
Introduction to Learning
您也可能阅读
通过共同作者、期刊和引用图与本文相关的文章。
1RIKEN Center for AIP, Nihonbashi 1-chome Mitsui Building, Tokyo, 1030027, Japan.
本研究介绍了以任务为导向的零射击域适应 (ZDA),以改善在没有目标数据的域间的知识传输. 这种新的方法增强了特征表示,以便在机器学习任务中获得更好的跨领域性能.
科学领域:
背景情况:
研究的目的:
主要方法:
主要成果:
结论: