Adaptación de Dominio

En el ámbito de la inteligencia artificial y el machine learning, se refiere a la transferencia de conocimiento de un dominio de origen a un dominio objetivo con el fin de mejorar el desempeño del modelo en este último.

El dominio de origen y el dominio objetivo presentan diferencias entre sí, como distribuciones de datos distintas o características únicas en sus contextos.

Este enfoque es útil cuando la recopilación de datos etiquetados para el dominio objetivo es limitada o costosa, permitiendo aprovechar los datos disponibles en el dominio de origen.

Existen diferentes técnicas para implementar este proceso, incluyendo el ajuste fino de modelos preentrenados, la transformación de características entre dominios y el entrenamiento conjunto con regularización específica.

Es una herramienta clave en escenarios como la personalización de sistemas, la detección de objetos en distintos entornos y la traducción automática entre lenguajes menos representados.