#153
summarized by : 福原吉博 (Yoshihiro Fukuhara)
Deep Stable Learning for Out-of-Distribution Generalization
Xingxuan Zhang, Peng Cui, Renzhe Xu, Linjun Zhou, Yue He, Zheyan Shen

どんな論文か？

Out-of-distribution (OOD) generalization についての研究. 「学習データのドメインが不明」, 「ドメインがバランスされていない」というより現実的な状況を想定. サンプルの重み付けによって, ラベルと関連する特徴と無関係な特徴の間の統計的な相関を排除することが出来る, StableNetを提案.
placeholder

新規性

DNN の特徴量間の非線形で複雑な関係を高速に計算するために Random Fourier Features を使用した非線形特徴の非相関化手法を提案している. また, 特徴量と重みを繰り返し保存・再読み込みすることで, 大域的に相関関係を知覚・除去する効率的な最適化手法を提案している.

結果

PACS, VLCS, MNIST-M, NICOの４つのデータセットに対して, 従来のドメイン汎化の設定に加えて, 「データが複数のドメインから非均一にサンプルされた場合」, 「カテゴリにごとにドメインが様々の場合」, 「敵対的攻撃によってラベルとドメインの間に誤った相関が与えられている場合」を実験している. いずれの設定でも StableNet は SoTA と同等以上の結果を達成.

その他（なぜ通ったか？等）

このページで利用されている画像は論文から引用しています．