Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Filtrer les résultats
Colloque
Malgré les performances impressionnantes des CNNs en analyse d’images d’OT, de récentes publications soulignent leurs lacunes de généralisation lorsqu’appliqués à de nouvelles régions géographiques jamais ou très peu vues lors de l’entraînement. Le champ de recherche essayant de résoudre ce problème est celui de l’adaptation de domaine (DA, domain adaptation). Récemment, une nouvelle méthode de DA basée sur l’apprentissage adverserielle nommée Adversarial Discriminative Domain Adaptation (ADDA) s’est attaquée à ce problème avec succès. Peu après, une amélioration (semi-ADDA) fut proposée pour rendre le processus semi-supervisé. Or, bien que les performances atteintes par ADDA et semi-ADDA soient supérieures à celles des …
