FGraDA数据集由南京大学国家软件新技术重点实验室创建，专注于机器翻译中的细粒度领域适应问题。该数据集包含四个信息技术子领域的汉英翻译任务：自动驾驶、AI教育、实时网络和智能手机。每个子领域配备有开发集和测试集，用于评估翻译质量。FGraDA不使用领域内双语训练数据，而是提供双语词典和维基知识库，以模拟真实世界中快速和经济的数据获取需求。数据集的应用领域包括为特定国际会议提供翻译服务，解决特定领

arXiv2021-11-07 更新350

OfficeHomeResnet50

图像识别

迁移学习

OfficeHome dataset features from a pretrained resnet50.ResNet-50 from `Deep Residual Learning for Image Recognition`.OfficeHome from `https://github.com/jindongwang/transferlearning/tree/master/data

DataCite Commons2024-05-04 更新150

七个新的基准数据集

时间序列分析

领域适应

覆盖了各种领域转移和时间动态，用于评估时间序列分类的无监督领域适应技术。

arXiv2023-12-18 更新600

ImageNet-Based-Dataset-for-Transfer-Learning

迁移学习

深度学习

该数据集基于ImageNet，旨在为迁移学习方法的全面评估提供一个标准化的数据集。它包含6个类别，分为两个领域，共有7,114张图像，用于深度迁移神经网络的研究。

github2019-12-16 更新260