- …
- …
#633
summarized by : Shuhei M Yoshida
どんな論文か？
本論文では、特徴抽出器の事前学習に使うデータと本来の目的タスクのデータが異なる分布に従うとき、目的タスクにとって最適な特徴抽出器が学習されないことを指摘し、その改善方法を提案する。
新規性
モデルの性能が最も下がるように分布が変化した時の性能を最大化する、min-max問題として定式化。これを効率的に解く階層的ロバスト表現学習を提案。提案手法では、クラス分布の差と各クラス条件付き分布の差の両方に同時に対処する。
結果
提案手法で事前学習した特徴抽出器をCIFAR10, Stanford Online Products, SVHNのベンチマークで評価。提案手法の有効性を確認。
その他（なぜ通ったか？等）
- …
- …