随笔分类 -  domain generalization

[论文阅读] Domain Agnostic Learning with Disentangled Representations
摘要：Domain Agnostic Learning with Disentangled Representations 1. Introduction 本文研究了领域不可知论学习(DAL)，这是一个比较困难但实际的问题，即知识从一个标记的源领域转移到多个未标记的目标领域。领域不可知学习的主要挑战是:( 阅读全文
posted @ 2024-04-04 14:59 Un-Defined 阅读(579) 评论(0) 推荐(0)
[论文阅读] Domain generalization by learning and removing domain-specific features
摘要：1 Introduction 最近的研究发现，DNNs倾向于以与人类不同的方式学习决策规则 [17, 21, 16]。例如，在基于ImageNet的图像分类任务中，卷积神经网络（CNNs）倾向于学习局部纹理以区分对象，而我们人类则可能使用全局对象形状的知识作为线索。DNNs学到的特征可能只属于特定的 阅读全文
posted @ 2024-04-03 19:43 Un-Defined 阅读(300) 评论(0) 推荐(0)
[论文阅读] Progressive Domain Expansion Network for Single Domain Generalization
摘要：Progressive Domain Expansion Network for Single Domain Generalization 3. Method 本文提出的PDEN用于单域泛化。假设源域为 \(\mathcal{S}=\left\{x_i, y_i\right\}_{i=1}^{N_S 阅读全文
posted @ 2024-01-19 13:35 Un-Defined 阅读(484) 评论(0) 推荐(0)
领域泛化+异常检测相关论文阅读整理
摘要：Anomaly Detection under Distribution Shift ICCV 2023 用于异常检测的无监督方法。 训练集仅使用source distribution的normal数据。 测试集使用source 和 target distribution的数据，包含normal和a 阅读全文
posted @ 2024-01-14 14:08 Un-Defined 阅读(435) 评论(0) 推荐(0)
[论文阅读] SelfReg: Self-supervised Contrastive Regularization for Domain Generalization
摘要：SelfReg: Self-supervised Contrastive Regularization for Domain Generalization 采用了自监督对比学习的方法，提出了Individualized In-batch Dissimilarity Loss和Heterogeneou 阅读全文
posted @ 2024-01-14 11:45 Un-Defined 阅读(165) 评论(0) 推荐(0)
[论文阅读 ] Domain generalization via feature variation decorrelation
摘要：Domain generalization via feature variation decorrelation 3 METHOD 在本节中，我们首先在第3.2节解释我们的动机。然后，在第3.3节中，我们介绍特征变化的解缠和讨论方差转移的想法。最后，在第3.4节中，我们提出了我们的新颖特征变化解相 阅读全文
posted @ 2024-01-14 11:44 Un-Defined 阅读(177) 评论(0) 推荐(0)
[论文阅读] PCL: Proxy-based Contrastive Learning for Domain Generalization
摘要：PCL: Proxy-based Contrastive Learning for Domain Generalization abstract 领域泛化是指从不同源领域的集合中训练模型，该模型可以直接泛化到未见过的目标领域的问题。一种有前途的解决方案是对比学习，它试图通过利用不同领域之间的样本对之 阅读全文
posted @ 2023-10-25 11:31 Un-Defined 阅读(646) 评论(0) 推荐(0)