目标条件表示独立性 (TCRI)：从域不变到域泛化表示
机器学习
2022-12-26 v1 人工智能
机器学习
摘要
我们提出了一种用于域泛化的目标条件表示独立性 (TCRI) 目标。TCRI 解决了现有域泛化方法因约束不完整而产生的局限性。具体而言，TCRI 实现了由条件独立性约束驱动的正则化器，这些约束足以严格学习不变机制的完整集合，我们证明这对于域泛化是必要的且充分的。实验表明，TCRI 在合成数据和真实世界数据上均有效。TCRI 在平均准确率上与基线方法具有竞争力，同时在最差域准确率上优于它们，表明其具备理想的跨域稳定性。
引用
@article{arxiv.2212.11342,
title = {Target Conditioned Representation Independence (TCRI); From Domain-Invariant to Domain-General Representations},
author = {Olawale Salaudeen and Oluwasanmi Koyejo},
journal= {arXiv preprint arXiv:2212.11342},
year = {2022}
}