实现domain-invariant feature exploration的方法和策略包括: 对抗性训练:使用对抗性网络(如Domain-Adversarial Neural Networks, DANN)来促使模型学习到与域无关的特征表示。对抗性网络中的域分类器会尝试区分不同域的数据,而特征提取器则努力生成无法被域分类器区分的特征,从而实现域不变性。 元学习:通过元学习(Meta-...
论文信息 论文标题:Domain-invariant Feature Exploration for Domain Generalization论文作者:Wang Lu, Jindong Wang, Haoliang Li, Yiqiang Chen, Xing Xie论文来源:TMLR 2022论