PP-CPCANet

新的PP-CPCANet框架通过稳定训练增强域泛化能力

研究人员推出了一种名为投影追求CPCANet (PP-CPCANet) 的新颖框架，旨在提高机器学习中的域泛化能力。该新方法解决了现有技术（如CPCANet）的局限性，这些技术在小批量训练过程中难以进行秩亏协方差估计。PP-CPCANet采用一种无协方差的方法，利用Cayley变换和专门的PP离散目标在Stiefel流形上优化全局正交基。在四个域泛化基准上的实验表明，PP-CPCANet通过稳定训练实现了最先进的性能。