Joint covariate-alignment and concept-alignment: a framework for domain generalization

要約

この論文では、目に見えないドメインのリスクに対する新しい上限に基づく、新しいドメイン一般化 (DG) フレームワークを提案します。
特に、私たちのフレームワークは、見えないドメインでのパフォーマンスを向上させるために、見えるドメイン間の共変量シフトと概念シフトの両方を共同で最小化することを提案しています。
提案されたアプローチは、共変量アライメント モジュールと概念アライメント モジュールの任意の組み合わせを介して実装できますが、この作業では、分布アライメント、つまり最大平均不一致 (MMD) と共分散アライメント (CORAL) の確立されたアプローチを使用し、
概念の整合のための不変リスク最小化 (IRM) ベースのアプローチ。
数値結果は、提案された方法が、いくつかのデータセットでのドメイン一般化の最先端技術と同等またはそれ以上に機能することを示しています。

要約(オリジナル)

In this paper, we propose a novel domain generalization (DG) framework based on a new upper bound to the risk on the unseen domain. Particularly, our framework proposes to jointly minimize both the covariate-shift as well as the concept-shift between the seen domains for a better performance on the unseen domain. While the proposed approach can be implemented via an arbitrary combination of covariate-alignment and concept-alignment modules, in this work we use well-established approaches for distributional alignment namely, Maximum Mean Discrepancy (MMD) and covariance Alignment (CORAL), and use an Invariant Risk Minimization (IRM)-based approach for concept alignment. Our numerical results show that the proposed methods perform as well as or better than the state-of-the-art for domain generalization on several data sets.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google