도메인 일반화를 위한 Projection Pursuit CPCANet

연구진은 강건한 표현 학습을 위한 무공분산(domain covariance-free) 도메인 일반화 기법 PP-CPCANet을 제안했다.

이 방법은 배치 공분산 추정을 버리고, Stiefel 다양체 위의 전역 직교 기저와 detached-median 분산 목적함수를 사용한다.

이를 통해 공통 주성분을 더 안정적으로 학습해, 분포가 바뀌어도 도메인 불변 특징을 잘 얻도록 돕는다.

4개 벤치마크에서 기존 CPCANet 계열보다 더 좋은 성능과 더 안정적인 최적화 결과를 보였다.