AAAIJun, 2021
不变信息瓶颈用于域泛化
Invariant Information Bottleneck for Domain Generalization
Bo Li, Yifei Shen, Yezhen Wang, Wenzhen Zhu, Colorado J. Reed...
TL;DR本文提出了一种新的不变信息瓶颈(IIB)的域泛化方法,它采用互信息的变分形式来为非线性分类器开发可处理的损失函数,以实现最小化不变风险和减轻伪不变特征和几何偏移对模型的影响。在合成数据集上,IIB 可以显著优于 IRM(不变风险最小化),并且在实际数据集上平均优于 13 个基线方法 0.9%。