核心概念
機械学習モデルのロバスト性と汎化性能を向上させるために、異なる環境における勾配の一致性を活用した新しい学習フレームワーク、CGLearnが提案されている。
要約
CGLearn: 整合性のある勾配ベース学習による分布外汎化
Chowdhury, J., & Terejanu, G. (2024). CGLearn: Consistent Gradient-Based Learning for Out-of-Distribution Generalization. arXiv preprint arXiv:2411.06040.
本研究は、機械学習モデルの汎化性能、特に訓練データとテストデータの分布が異なる場合(分布外:OOD)における汎化性能を向上させることを目的とする。