12:05
官方账号arXiv cs.LG@Yihong Gu, Katherine Liao, Tianxi Cai
推荐理由：想从多环境数据中提取通用因子做迁移学习？这篇论文提出的ATLAS方法能分离不变和可迁移因子，适合做跨环境预测的研究者。
不变性
共 1 条相关 AI 资讯
7月21日
12:05
论文提出多环境因子模型，高维协变量来自异构环境，部分环境有辅助标签。模型将潜在结构分解为不变因子（共享载荷）和异构因子（环境特定载荷）。基于不变性原理，ATLAS方法分离对齐的不变因子和未对齐的异构因子，并利用辅助标签从异构因子中提取预测不变和可迁移因子。ATLAS在下游潜在因子回归中达到近最优性能，在辅助标签可用时实现全潜在信号的可迁移预测，否则退化为鲁棒的不变因子预测。论文建立了恢复不变和异构因子的尖锐非渐近误差界。