迁移学习中源数据与目标数据的综合价值研究

针对带标签目标数据的监督迁移学习，一项理论研究揭示了收敛速率的二分现象：即最优速率仅由单侧数据决定的“弱迁移”机制，以及结合源数据与目标数据互补信息以实现更快收敛的“强迁移”机制。研究提出了弱/强迁移模数来刻画两类分布关系，并设计出一种无需先验分布知识即可在各机制下保持近乎最优的通用算法。