面向域泛化的变分解耦方法

域泛化旨在学习可良好泛化至未知目标域的不变模型。本文提出通过名为变分解耦网络（VDN）的有效框架解决域泛化问题，该框架能解耦域特定特征与任务特定特征，其中任务特定特征有望更好泛化至未知但相关的测试数据。我们进一步证明所提方法的合理性：证明该框架等价于最小化任务特定特征分布与其由变分推断导出的不变真实分布间散度的证据上界。我们在三个基准上开展大量实验验证方法，定量与定性结果均表明方法有效性。