具有不同数量功能的转移学习

Question

可以将转移学习应用于具有不同特征空间的案例吗？

让我们说我们有2个数据集，一个具有15个特征，另一个具有8个特征。这两个数据集都是智能家居的，基于传感器对活动进行分类。现在可以将知识从前15个要素转移到8个要素数据集吗？ 我面临的主要问题是，所有研究都集中在图像上，在这些图像中，源和图像具有相同的特征（像素），并且可以轻松地使它们的数量相同。在这种情况下，特征的数量有很大不同，我需要以某种方式创建一个公共的特征空间来训练DNN。