通过超球面状态空间幻觉学习细粒度领域泛化
📝
内容提要
本文解决了细粒度领域泛化(FGDG)中,如何在仅使用源领域数据的情况下,学习能够很好地泛化到未见目标领域的细粒度表示的问题。提出了一种新颖的超球面状态空间幻觉(HSSH)方法,通过状态空间幻觉(SSH)和超球面流形一致性(HMC)增强状态嵌入的样式多样性,从而在高阶统计建模下更好地辨别细粒度模式,实验证明其在三项FGDG基准测试中表现出色。
➡️