清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Mixture-of-Experts Learner for Single Long-Tailed Domain Generalization

一般化 计算机科学 领域(数学分析) 水准点(测量) 人工智能 任务(项目管理) 机器学习 骨料(复合) 模式识别(心理学) 数学 数学分析 材料科学 管理 大地测量学 经济 复合材料 地理
作者
Mengzhu Wang,Jianlong Yuan,Zhibin Wang
出处
期刊: [Association for Computing Machinery]
卷期号:: 290-299 被引量:17
标识
DOI:10.1145/3581783.3611871
摘要

Domain generalization (DG) refers to the task of training a model on multiple source domains and test it on a different target domain with different distribution. In this paper, we address a more challenging and realistic scenario known as Single Long-Tailed Domain Generalization, where only one source domain is available and the minority class in this domain has an abundance of instances in other domains. To tackle this task, we propose a novel approach called Mixture-of-Experts Learner for Single Long-Tailed Domain Generalization (MoEL), which comprises two key strategies. The first strategy is a simple yet effective data augmentation technique that leverages saliency maps to identify important regions on the original images and preserves these regions during augmentation. The second strategy is a new skill-diverse expert learning approach that trains multiple experts from a single long-tailed source domain and leverages mutual learning to aggregate their learned knowledge for the unknown target domain. We evaluate our method on various benchmark datasets, including Digits-DG, CIFAR-10-C, PACS, and DomainNet, and demonstrate its superior performance compared to previous single domain generalization methods. Additionally, the ablation study is also conducted to illustrate the inner workings of our approach.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
紫熊发布了新的文献求助10
刚刚
自然如曼完成签到 ,获得积分10
1秒前
2秒前
小巧惜蕊完成签到,获得积分10
3秒前
故意的绿真完成签到,获得积分10
12秒前
拼搏的小凝完成签到,获得积分10
23秒前
29秒前
紫熊发布了新的文献求助10
35秒前
仁爱的鹤轩完成签到,获得积分10
37秒前
52秒前
1分钟前
紫熊发布了新的文献求助10
1分钟前
英勇问晴完成签到,获得积分10
1分钟前
自然的妙梦完成签到,获得积分10
1分钟前
伶俐小懒猪完成签到,获得积分10
1分钟前
1分钟前
孝顺的怜寒完成签到,获得积分10
1分钟前
2797924221完成签到,获得积分10
1分钟前
1分钟前
Autin完成签到,获得积分0
1分钟前
1分钟前
tuimao发布了新的文献求助10
1分钟前
keyan完成签到,获得积分10
2分钟前
zx586440的应助被科研通管家采纳,获得20
2分钟前
清脆晓瑶完成签到,获得积分10
2分钟前
缓慢不正完成签到,获得积分10
2分钟前
2分钟前
木头鱼完成签到,获得积分10
2分钟前
淡定的板栗完成签到,获得积分10
2分钟前
悲伤的小袁完成签到,获得积分10
2分钟前
2分钟前
2分钟前
淡然的紫伊完成签到,获得积分10
2分钟前
迷人的晓灵完成签到,获得积分10
2分钟前
3分钟前
shoemaker完成签到,获得积分10
3分钟前
6666发布了新的文献求助10
3分钟前
Lemenchichi完成签到,获得积分10
3分钟前
害羞的又菡完成签到,获得积分10
3分钟前
3分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
plantTFDB 508
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8173194
求助须知:如何正确求助?哪些是违规求助? 9565558
关于积分的说明 21780496
捐赠科研通 7767299
什么是DOI,文献DOI怎么找? 3431542
关于科研通互助平台的介绍 2555697
邀请新用户注册赠送积分活动 2476688