对抗性支撑对齐
机器学习
2022-03-18 v1
摘要
我们研究分布支撑对齐问题。与现有的分布对齐工作相比,支撑对齐不要求密度相匹配。我们提出对称支撑差异作为一种散度度量来量化支撑之间的不匹配。我们证明特定的判别器(例如为Jensen-Shannon散度训练的判别器)能够将支撑差异映射为其的一维输出空间中的支撑差异。基于该结果,我们的方法通过对抗过程最小化判别器一维空间中的对称化松弛最优传输代价来对齐支撑。此外,我们表明我们的方法可视为通过增大传输分配容差而对现有对齐概念的极限。我们在具有标签分布偏移的域适应任务上对该方法进行了定量评估。我们的实验表明,所提方法相较于其他基于对齐的基线对这些偏移更为鲁棒。
引用
@article{arxiv.2203.08908,
title = {Adversarial Support Alignment},
author = {Shangyuan Tong and Timur Garipov and Yang Zhang and Shiyu Chang and Tommi S. Jaakkola},
journal= {arXiv preprint arXiv:2203.08908},
year = {2022}
}
备注
Accepted to ICLR 2022