Generalisierung auf unbekannte Domänen durch Wasserstein-verteilungsrobuste Optimierung bei begrenztem Wissen über die Quelldomäne
Durch die Zerlegung der gemeinsamen Verteilung in klassenspezifische Wasserstein-Unsicherheitsmengen und die Optimierung der Worst-Case-Leistung über diese Mengen kann ein robustes Klassifikationsmodell für unbekannte Zieldomänen gelernt werden.