【ICML2021】因果匹配领域泛化

2021 年 8 月 12 日 专知


在领域泛化工作中,一个常见的目标是在类标签条件下学习独立于领域的表示。我们证明这个目标是不充分的: 存在反例,在满足类条件域不变性后,模型不能泛化到不可见域。我们通过一个结构性因果模型将这个观察形式化,并展示了类内变量建模对泛化的重要性。具体来说,类包含描述特定因果特征的对象,而域可以被解释为对这些对象的干预,这些对象改变了非因果特征。我们强调了一个可选条件:如果来自相同对象,那么跨域的输入应该具有相同的表示。在此基础上,我们提出了观测基础目标时的匹配算法(如通过数据增强)和未观测目标时的近似算法(MatchDG)。我们简单的基于匹配的算法在旋转MNIST、Fashion-MNIST、PACS和胸部x射线数据集的域外精度方面具有很好性能。我们的方法MatchDG也恢复了真实对象匹配:在MNIST和Fashion-MNIST上,MatchDG的前10个匹配与真实匹配有超过50%的重叠。

https://www.zhuanzhi.ai/paper/31ab67a1084ea226ed432d5f8240cffb


专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“DGCM” 就可以获取【ICML2021】因果匹配领域泛化》专知下载链接

专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料! 合作bd@zhuanzhi.ai


欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取5000+AI主题知识资源
登录查看更多
10

相关内容

专知会员服务
23+阅读 · 2021年10月20日
专知会员服务
19+阅读 · 2021年8月30日
专知会员服务
34+阅读 · 2021年8月19日
专知会员服务
18+阅读 · 2021年8月15日
专知会员服务
21+阅读 · 2021年6月28日
专知会员服务
28+阅读 · 2021年5月20日
【CVPR2021】现实世界域泛化的自适应方法
专知会员服务
53+阅读 · 2021年3月31日
【CVPR2021】CausalVAE: 引入因果结构的解耦表示学习
专知会员服务
36+阅读 · 2021年3月28日
【NeurIPS2020】因果推断学习教程,70页ppt
专知会员服务
185+阅读 · 2020年12月12日
【ICML2021】低秩Sinkhorn 分解
专知
9+阅读 · 2021年8月20日
【CVPR2021】跨模态检索的概率嵌入
专知
16+阅读 · 2021年3月2日
【AAAI2021】自监督对应学习的对比转换
专知
12+阅读 · 2020年12月11日
【NeurIPS2020 】数据扩充的图对比学习
专知
9+阅读 · 2020年11月9日
【ICML2020】对比多视角表示学习
专知
18+阅读 · 2020年6月28日
注意力图神经网络的多标签文本分类
专知
8+阅读 · 2020年3月28日
Arxiv
12+阅读 · 2021年6月29日
Conditional BERT Contextual Augmentation
Arxiv
8+阅读 · 2018年12月17日
VIP会员
相关VIP内容
专知会员服务
23+阅读 · 2021年10月20日
专知会员服务
19+阅读 · 2021年8月30日
专知会员服务
34+阅读 · 2021年8月19日
专知会员服务
18+阅读 · 2021年8月15日
专知会员服务
21+阅读 · 2021年6月28日
专知会员服务
28+阅读 · 2021年5月20日
【CVPR2021】现实世界域泛化的自适应方法
专知会员服务
53+阅读 · 2021年3月31日
【CVPR2021】CausalVAE: 引入因果结构的解耦表示学习
专知会员服务
36+阅读 · 2021年3月28日
【NeurIPS2020】因果推断学习教程,70页ppt
专知会员服务
185+阅读 · 2020年12月12日
相关资讯
【ICML2021】低秩Sinkhorn 分解
专知
9+阅读 · 2021年8月20日
【CVPR2021】跨模态检索的概率嵌入
专知
16+阅读 · 2021年3月2日
【AAAI2021】自监督对应学习的对比转换
专知
12+阅读 · 2020年12月11日
【NeurIPS2020 】数据扩充的图对比学习
专知
9+阅读 · 2020年11月9日
【ICML2020】对比多视角表示学习
专知
18+阅读 · 2020年6月28日
注意力图神经网络的多标签文本分类
专知
8+阅读 · 2020年3月28日
Top
微信扫码咨询专知VIP会员