不均衡ドメインにおける汎化のためのネガティブ優位な対照学習

要約

不均衡ドメイン汎化（IDG）は、ドメインとラベルの両方のシフトを緩和することに焦点を当てた課題である。本研究では、IDGの汎化境界を理論的に確立し、決定境界を直接制御する重要性を示した。これに基づき、少数派クラスへの勾配信号を増幅する「ネガティブ優位な対照学習（NDCL）」を提案し、ベンチマーク実験でその有効性を検証した。

全文は有料プランで閲覧できます。