Self-training Avoids Using Spurious Features Under Domain Shift

[nocotan]

一言でいうと

ドメインシフトが大きい場合においてもアルゴリズムが良好に動作するケースについて理論解析．

論文リンク

https://papers.nips.cc/paper/2020/file/f1298750ed09618717f9c10ea8d1d3b0-Paper.pdf

著者/所属機関

Yining Chen et al.
(Department of Computer Science, Stanford University)

投稿日付(yyyy/MM/dd)

2020/12

概要

教師なしドメイン適応において，既存の理論はソースドメインとターゲットドメインが十分近いことを仮定していた．
実際には，条件付きエントロピー最小化と擬似ラベルはドメインシフトが既存理論で分析されているよりも大きい時でも良好に動作する．
著者らはドメインシフトが大きいときでもアルゴリズムが動作するケースについて分析する．

新規性・差分

• ドメインシフトが大きい場合においてもアルゴリズムが良好に動作するケースについて理論解析．s

手法

結果

コメント