Page 88 - 《软件学报》2024年第4期

1666 软件学报 2024 年第 35 卷第 4 期

[46] Peng XC, Usman B, Kaushik N, et al.Visda: The visual domain adaptation challenge. arXiv:1710.06924, 2017.
[47] Joshi AJ, Porikli F, Papanikolopoulos N. Multi-class active learning for image classification. In: Proc. of the IEEE/CVF Int’l Conf.
on Computer Vision (CVPR). Miami: IEEE Computer Society, 2009. 2372−2379.
[48] Ash JT, Zhang CC, Krishnamurthy A, et al. Deep batch active learning by diverse, uncertain gradient lower bounds. arXiv:1906.
03671, 2019.
[49] Wang F, Han ZY, Zhang ZY, et al. Active Source Free Domain Adaptation. arXiv:2205.10711, 2022.
[50] Saito K, Saenko K. Ovanet: One-vs-all network for universal domain adaptation. In: Proc. of the IEEE/CVF Int’l Conf. on Computer
Vision (ICCV). Monteral: IEEE, 2021. 9000−9009.

王帆(1999－), 女, 硕士, 主要研究领域 苏皖(1997－), 女, 博士生, 主要研究领
为机器学习, 域自适应, 源域无关域自 域为机器学习 , 域自适 应 , 开集 域自
适应. 适应.

韩忠义(1994－), 男, 博士, 主要研究领 尹义龙(1972－), 男, 博士, 教授, 博士
域为机器学习, 域自适应. 生导师, CCF 杰出会员, 主要研究领域为
机器学习, 数据挖掘.