本論文では、ドメイン一般化のための新しい枠組みを提案している。
主な内容は以下の通り:
入力-出力の予測設定において、経験的リスク最小化が望ましいドメイン一般的な表現を得られるグラフと、そうでないグラフを区別した。
後者の場合に対して、スプリアスな特徴を直接観測する必要なく、因果グラフが示す条件的独立性を正則化することで、ドメイン一般的な表現を得られることを示した。
提案手法は、半合成データおよび実世界データでも、他の最先端手法を上回るパフォーマンスを示した。特に、最悪ドメインの精度が大幅に向上した。
提案手法では、ドメイン一般的な特徴と、ドメイン固有の特徴を分離して学習できることを示した。これにより、特定のドメインに近い場合は、ドメイン固有の予測器を活用できる。
다른 언어로
소스 콘텐츠 기반
arxiv.org
더 깊은 질문