诊断和纠正虚假 OOD 不变性:一种重构的因果方法
发表于: 。通过评估一个不变表示学习(IRL)家族(InvRat)在部分信息和全部信息的不变特征结构因果模型(PIIF SCM / FIIF SCM)中的弱点,然后统一它们的因果图以提出重新结构化的 SCM(RS-SCM),该论文综述了 IRL 通过重新构建虚假和假不变特征来改进特实验验证了基于 RS-SCM 的条件互信息方法来纠正不准确和虚假的不变影响,并在各种 OOD 泛化基准测试中验证了我们的方法的优越性。
通过评估一个不变表示学习(IRL)家族(InvRat)在部分信息和全部信息的不变特征结构因果模型(PIIF SCM / FIIF SCM)中的弱点,然后统一它们的因果图以提出重新结构化的 SCM(RS-SCM),该论文综述了 IRL 通过重新构建虚假和假不变特征来改进特实验验证了基于 RS-SCM 的条件互信息方法来纠正不准确和虚假的不变影响,并在各种 OOD 泛化基准测试中验证了我们的方法的优越性。