《小王爱迁移》系列之零：迁移学习领域著名学者和研究机构
由iquant创建，最终由iquant 被浏览 11 用户
最近没有在写文章，在看文章找研究点。利用课余时间，列出了一些迁移学习领域代表性学者以及他们的最具代表性的工作， 以供大家分享。以这篇文章作为《小王爱迁移》系列的第零篇，也是说得通的。
一般这些工作都是由他们一作，或者是由自己的学生做出来的。当然，这里所列的文章比起这些大牛发过的文章会少得多，仅仅是他们最知名的工作。本文开源在了Github，会一直有更新，欢迎补充！[顺带继续吐槽知乎不支持markdown]
应用研究
1. Qiang Yang @ HKUST
迁移学习领域权威大牛。他所在的课题组基本都做迁移学习方面的研究。迁移学习综述《A survey on transfer learning》就出自杨强老师课题组。他的学生们：
1). Sinno J. Pan
现为老师，详细介绍见第二条。
2). Ben Tan
主要研究传递迁移学习(transitive transfer learning)。代表文章：
- Transitive Transfer Learning. KDD 2015.
- Distant Domain Transfer Learning. AAAI 2017.
3). Derek Hao Hu
主要研究迁移学习与行为识别结合，目前在Snap公司。代表文章：
- Transfer Learning for Activity Recognition via Sensor Mapping. IJCAI 2011.
- Cross-domain activity recognition via transfer learning. PMC 2011.
- Bridging domains using world wide knowledge for transfer learning. TKDE 2010.
也做行为识别与迁移学习的结合，目前在新加坡一个研究所当研究科学家。代表文章：
- User-dependent Aspect Model for Collaborative Activity Recognition. IJCAI 2011.
- Transfer Learning by Reusing Structured Knowledge. AI Magazine.
- Transferring Multi-device Localization Models using Latent Multi-task Learning. AAAI 2008.
- Transferring Localization Models Over Time. AAAI 2008.
- Cross-Domain Activity Recognition. Ubicomp 2009.
- Collaborative Location and Activity Recommendations with GPS History Data. WWW 2010.
5). Ying Wei
做迁移学习与数据挖掘相关的研究。代表工作：
- Instilling Social to Physical: Co-Regularized Heterogeneous Transfer Learning. AAAI 2016.
- Transfer Knowledge between Cities. KDD 2016.
- Learning to Transfer. arXiv 2017.
其他还有很多学生都做迁移学习方面的研究，更多请参考杨强老师主页。
2. Sinno J. Pan @ NTU
杨强老师学生，比较著名的工作是TCA方法。现在在NTU当老师，一直都在做迁移学习研究。代表工作：
- A Survey On Transfer Learning. TKDE 2010. [最著名的综述]
- Domain Adaptation via Transfer Component Analysis. TNNLS 2011. [著名的TCA方法]
- Cross-domain sentiment classification via spectral feature alignment. WWW 2010. [著名的SFA方法]
- Transferring Localization Models across Space. AAAI 2008.
3. Lixin Duan @ UESTC
毕业于NTU，现在在UESTC当老师。代表工作：
- Domain Transfer Multiple Kernel Learning. PAMI 2012.
- Visual Event Recognition in Videos by Learning from Web Data. PAMI 2012.
4. Mingsheng Long @ THU
毕业于清华大学，现在在清华大学当老师，一直在做迁移学习方面的工作。代表工作：
- Dual Transfer Learning. SDM 2012.
- Transfer Feature Learning with Joint Distribution Adaptation. ICCV 2013.
- Transfer Joint Matching for Unsupervised Domain Adaptation. CVPR 2014.
- Learning transferable features with deep adaptation networks. ICML 2015. [著名的DAN方法]
- Deep Transfer Learning with Joint Adaptation Networks. ICML 2017.
5. Judy Hoffman @ UC Berkeley & Stanford
Feifei Li的博士后，现在当老师。她有个学生叫做Eric Tzeng，做深度迁移学习。代表工作：
- Simultaneous Deep Transfer Across Domains and Tasks. ICCV 2015.
- Deep Domain Confusion: Maximizing for Domain Invariance. arXiv 2014.
- Adversarial Discriminative Domain Adaptation. arXiv 2017.
6. Fuzhen Zhuang @ ICT, CAS
中科院计算所当老师，主要做迁移学习与文本结合的研究。代表工作：
- Transfer Learning from Multiple Source Domains via Consensus Regularization. CIKM 2008.
7. Kilian Q. Weinberger @ Cornell U.
现在康奈尔大学当老师。Minmin Chen是他的学生。代表工作：
- Distance metric learning for large margin nearest neighbor classification. JMLR 2009.
- Feature hashing for large scale multitask learning. ICML 2009.
- An introduction to nonlinear dimensionality reduction by maximum variance unfolding. AAAI 2006. [著名的MVU方法]
- Co-training for domain adaptation. NIPS 2011. [著名的Co-training方法]
8. Fei Sha @ USC
USC教授。学生Boqing Gong提出了著名的GFK方法。代表工作：
- Connecting the Dots with Landmarks: Discriminatively Learning Domain-Invariant Features for Unsupervised Domain Adaptation. ICML 2013.
- Geodesic flow kernel for unsupervised domain adaptation. CVPR 2012. [著名的GFK方法]
9. Mahsa Baktashmotlagh @ U. Queensland
现在当老师。主要做流形学习与domain adaptation结合。代表工作：
- Unsupervised Domain Adaptation by Domain Invariant Projection. ICCV 2013.
- Domain Adaptation on the Statistical Manifold. CVPR 2014.
- Distribution-Matching Embedding for Visual Domain Adaptation. JMLR 2016.
10. Baochen Sun @ Microsoft
现在在微软。著名的CoRAL系列方法的作者。代表工作：
- Return of Frustratingly Easy Domain Adaptation. AAAI 2016.
- Deep coral: Correlation alignment for deep domain adaptation. ECCV 2016.
11. Wenyuan Dai
著名的第四范式创始人，虽然不做研究了，但是当年求学时几篇迁移学习文章至今都很高引。代表工作：
- Boosting for transfer learning. ICML 2007. [著名的TrAdaboost方法]
- Self-taught clustering. ICML 2008.
理论研究
1. Arthur Gretton @ UCL
主要做two-sample test。代表工作：
- A Kernel Two-Sample Test. JMLR 2013.
- Optimal kernel choice for large-scale two-sample tests. NIPS 2012. [著名的MK-MMD]
2. Shai Ben-David @ U.Waterloo
很多迁移学习的理论工作由他给出。代表工作：
- Analysis of representations for domain adaptation. NIPS 2007.
- A theory of learning from different domains. Machine Learning 2010.
3. Alex Smola @ CMU
做一些机器学习的理论工作，和上面两位合作比较多。代表工作非常多，不列了。
4. John Blitzer @ Google
著名的SCL方法提出者，现在也在做机器学习。代表工作：
- Domain adaptation with structural correspondence learning. ECML 2007. [著名的SCL方法]
5. Yoshua Bengio @ U.Montreal
深度学习领军人物，主要做深度迁移学习的一些理论工作。代表工作：
- Deep Learning of Representations for Unsupervised and Transfer Learning. ICML 2012.
- How transferable are features in deep neural networks? NIPS 2014.
- Unsupervised and Transfer Learning Challenge: a Deep Learning Approach. ICML 2012.
6. Geoffrey Hinton @ U.Toronto
深度学习领军人物，也做深度迁移学习的理论工作。
- Distilling the knowledge in a neural network. NIPS 2014.
========================
[作者简介]王晋东(不在家)，中国科学院计算技术研究所博士生，目前研究方向为机器学习、迁移学习、人工智能等。作者联系方式：微博@秦汉日记 ，个人网站Jindong Wang is Here。
=================
\