本文主要参考：Domain Generalization: A Survey

Problem Definition

在DG的setting中，我们通常能拿到$K(K\ge 1)$个source domain的数据，这几个source domain相似但并不相同，记为 S = { S k = { ( x ( k ) , y ( k ) } } k = 1 K ) \mathcal{S}=\{S_k=\{(x^{(k)},y^{(k)}\}\}_{k=1}^K) S={Sk​={(x(k),y(k)}}k=1K​)，每个source domain对应一个数据联合分布$P_{XY}^{(k)}$，注意各个source domain的这个联合分布是不相同的。而DG的任务则是通过学习这几个source domain $\mathcal{S}$的数据，得到模型$f:\mathcal{X}\to \mathcal{Y}$，使得模型在target domain T = { x T } \mathcal{T}=\{x^{\mathcal{T}}\} T={xT}上的loss最小。同样地，$\mathcal{T}$中数据的联合分布 P X Y T ≠ P X Y ( k ) , ∀ k ∈ { 1 , ⋯   , K } P_{XY}^{\mathcal{T}}\neq P_{XY}^{(k)}, \forall k\in \{1,\cdots, K\} PXYT​=PXY(k)​,∀k∈{1,⋯,K}。

Methodology

Domian Alignment

大部分DG算法都属于这个分支，domain alignment的目的是最小化不同source domain之间的区别，让模型学习到不随domain变化的表征，并假设不随source domain变化的特征也应当在target domain里保持不变。

为了衡量分布之间的差异性，有很多定量算法被提出，比如$l_2$ distance、$f-divergences$和Wasserstein distance等，但domain alignment需要先确定两个核心问题，对齐什么（What to Align）以及怎么对齐（How to Align）。

What to Align

一个source domain数据的联合分布$P(X,Y)$可以如下表示
$$\begin{array}{r}P(X,Y)=P(Y|X)P(X)\\ =P(X|Y)P(Y)\end{array}$$由于很多工作都假设分布偏移发生在边缘分布$P(X)$，而先验概率$P(Y|X)$是不变的，因此他们都专注于对齐source domain的边缘分布$P(X)$。

这样的做法在$X$为因，$Y$为果的情况下基本是正确的，$P(Y|X)$不会因$P(X)$的改变而改变。但有时候可能$Y$为因，$X$才是果，那么$P(X)$的偏移也会影响$P(Y|X)$。所以一些算法会假设$P(Y)$不变，去对齐$P(X|Y)$。而由于我们实际上测试的时候需要的是$P(Y|X)$，所以也有算法直接对齐每个类的$P(Y|X)$的。

How to Align

• 最小化分布的矩，一般就考虑一阶矩（均值）和二阶矩，有只最小化其中一个的，也有两个都尝试最小化的。
• 对比学习，将数据分为锚点组（anchor group），正样本组和负样本组，要求最小化正样本和锚点的距离，同时最大化负样本和锚点的距离，这个距离是自行定义的，可以采用$l_2$ loss或者softmax等。
• 最小化KL散度，KL散度是一个衡量两个分布相似性的常用指标，最小化该指标使得目标分布更相似。
• 最小化 Maximum Mean Discrepancy (MMD) ，MMD也是一个散度指标，对其方法与KL散度类似，只是换了一个指标。
• 对抗学习，与GAN的思路类似。有两个模型，一个模型负责从不同的domain中提取feature，而另一个模型负责对这个feature进行分类，试图辨别出该feature原本属于哪个domain，提取模型则要想方设法骗过分类器。
• 多任务学习，直接用多个task的数据去训练，得到的模型自然也比较general。