本論文は、ドメイン適応の新しいパラダイムである潜在的共変量シフト(Latent Covariate Shift: LCS)を提案している。LCSでは、ラベル変数yと入力変数xの間に潜在的な因果関係を持つ潜在変数zcを導入する。これにより、ドメイン間でzcの分布が変化しても、pu(y|zc)が不変となることが理論的に保証される。
提案手法では、zcとは別に潜在的スタイル変数zsを導入し、より複雑な潜在因果モデルを構築する。理論的な分析により、zcは特定のブロック同一性まで同定可能であることを示す。この同定可能性に基づき、提案手法ではpu(y|zc)を学習し、ターゲットドメインへの適応を実現する。
実験では、ラベル分布の大きく変化するデータセットを用いて評価を行い、提案手法が従来手法を大きく上回る性能を示すことを確認した。特に、ラベル分布の変化が大きい場合に提案手法の優位性が顕著に現れている。
إلى لغة أخرى
من محتوى المصدر
arxiv.org
الرؤى الأساسية المستخلصة من
by Yuhang Liu,Z... في arxiv.org 04-02-2024
https://arxiv.org/pdf/2208.14161.pdfاستفسارات أعمق