Page 190 - 《软件学报》2025年第12期
P. 190

李梓健 等: 基于隐变量解耦学习的时间序列领域自适应方法                                                    5571


                 [24]   覃姜维. 迁移学习方法研究及其在跨领域数据分类中的应用 [博士学位论文]. 广州: 华南理工大学, 2011.
                 [25]   李晶晶, 孟利超, 张可, 鲁珂, 申恒涛. 领域自适应研究综述. 计算机工程, 2021, 47(6): 1–13. [doi: 10.19678/j.issn.1000-3428.0060659]
                 [26]   顾鑫. 跨领域分类学习方法及应用研究 [博士学位论文]. 无锡: 江南大学, 2014.
                 [27]   唐宋, 叶茂, 李旭冬. 领域自适应目标识别综述. 中兴通讯技术, 2017, 23(4): 25–31. [doi: 10.3969/j.issn.1009-6868.2017.04.005]
                 [28]   许敏. 领域自适应学习算法及其应用研究 [博士学位论文]. 无锡: 江南大学, 2014.
                 [29]   孙俏, 凌卫新. 基于域间相似度序数的迁移学习源领域的选择. 科学技术与工程, 2020, 20(20): 8245–8251.
                 [30]   梁宏涛, 刘硕, 杜军威, 胡强, 于旭. 深度学习应用于时序预测研究综述. 计算机科学与探索, 2023, 17(6): 1285–1300. [doi: 10.3778/
                     j.issn.1673-9418.2211108]
                 [31]   魏池璇, 王志海, 原继东, 林钱洪. 时间序列可变尺度的时频特征求解及其分类. 软件学报, 2022, 33(12): 4411–4428. http://www.jos.
                     org.cn/1000-9825/6346.htm [doi: 10.13328/j.cnki.jos.006346]
                 [32]   毛远宏, 孙琛琛, 徐鲁豫, 刘曦, 柴波, 贺鹏超. 基于深度学习的时间序列预测方法综述. 微电子学与计算机, 2023, 40(4): 8–17. [doi:
                     10.19304/J.ISSN1000-7180.2022.0725]
                 [33]   臧文华. 基于生成对抗网络的迁移学习算法研究 [硕士学位论文]. 成都: 电子科技大学, 2018.
                 [34]   汪云云, 孙顾威, 赵国祥, 薛晖. 基于自监督知识的无监督新集域适应学习. 软件学报, 2022, 33(4): 1170–1182. http://www.jos.org.cn/
                     1000-9825/6478.htm [doi: 10.13328/j.cnki.jos.006478]
                 [35]   蒋玲玲, 罗娟娟, 朱玉鹏, 周东青. 基于深度学习的对抗攻击技术综述. 航天电子对抗, 2023, 39(1): 10–18, 50. [doi: 10.16328/j.
                     htdz8511.2023.01.011]
                 [36]   许宪东. 基于迁移学习的一种可见数字水印分类方法. 科技创新与应用, 2023, 13(8): 139–142. [doi: 10.19981/j.CN23-1581/G3.2023.
                     08.032]
                 [37]   韩旭. 基于领域自适应的开放集图像分类与语义分割 [硕士学位论文]. 南京: 南京大学, 2019.
                 [38]   王双成, 郑飞, 张立. 基于贝叶斯网络的时间序列因果关系学习. 软件学报, 2021, 32(10): 3068–3084. http://www.jos.org.cn/1000-
                     9825/6012.htm [doi: 10.13328/j.cnki.jos.006012]
                 [39]   蔡瑞初, 李嘉豪, 郝志峰. 基于类内最大均值差异的无监督领域自适应算法. 计算机应用研究, 2020, 37(8): 2371–2375. [doi:
                     10.19734/j.issn.1001-3695.2019.03.0042]
                 [49]   刘贵松, 郑余, 解修蕊, 黄鹂, 丁浩伦. 一种基于损失预测的双主动域适应算法研究. 计算机学报, 2023, 46(3): 579–593. [doi:
                     10.11897/SP.J.1016.2023.00579]
                 [50]   唐珺琨, 张辉, 张邹铨, 吴天月. 基于任务关联特征解耦网络的无监督领域自适应图像分类. 计算机科学, 2023, 50(11A): 230100068.
                     [doi: 10.11896/jsjkx.230100068]
                 [77]   马德伟. 基于因果网络学习方法的时间序列预测研究 [硕士学位论文]. 大连: 大连理工大学, 2022. [doi: 10.26991/d.cnki.gdllu.2022.
                     002228]

                             李梓健(1994-), 男, 博士, 主要研究领域为迁移                 姜志帆(2000-), 男, 硕士生, 主要研究领域为因
                            学习.                                          果表征学习, 多模态时间序列学习.




                             蔡瑞初(1983-), 男, 博士, 教授, 博士生导师,                陈道鑫(1996-), 男, 硕士, 主要研究领域为领域

                            CCF 高级会员, 主要研究领域为因果发现, 图神                    自适应学习.

                            经网络, 领域自适应学习, 自然语言处理.




                             陈浩芝(2001-), 男, 硕士生, 主要研究领域为时                 郝志峰(1968-), 男, 博士, 教授, 博士生导师,

                            间序列分割.                                       CCF  专业会员, 主要研究领域为因果发现, 图神

                                                                         经网络, 领域自适应学习, 自然语言处理.
   185   186   187   188   189   190   191   192   193   194   195