Jul, 2022
抗因果领域偏移的不变和可迁移表示
Invariant and Transportable Representations for Anti-Causal Domain Shifts
Yibo Jiang, Victor Veitch
TL;DR在这篇论文中,我们研究了特定概念下的领域转移下的表示学习,该表示学习方法需要同时考虑因果不变性和 “反因果” 结构,并且可以有效地处理实际世界的分类问题。我们证明了如何将因果假设转化为学习原则,分解 “不变” 和 “非稳定” 特征以获得更好的预测结果。实验结果表明了所提算法的有效性。