一篇综述带你全面了解领域泛化(Domain Generalization)

「领域泛化 (Domain Generalization, DG)」 是近几年非常热门的一个研究方向。它研究的问题是从若干个具有不同数据分布的数据集（领域）中学习一个泛化能力强的模型，以便在 「未知 (Unseen)」 的测试集上取得较好的效果。本文介绍DG领域的第一篇综述文章《Generalizing to Unseen Domains: A Survey on Domain Generalization》。该论文一共调研了 「159」 篇文献，其中直接与领域泛化相关的有 「90」 篇。文章从问题定义、理论分析、方法总结、数据集和应用介绍、未来研究方向等几大方面对领域泛化问题进行了详细的概括和总结。

• 文章链接：https://arxiv.org/abs/2103.03097
• PDF：https://arxiv.org/pdf/2103.03097
• 作者单位：微软亚洲研究院、中央财经大学

感兴趣的可以戳原文。

内容中包含的图片若涉及版权问题，请及时与我们联系删除