标签
UniPET是一种用于PET图像去噪的通用网络，通过域泛化和区域感知学习处理变化的剂量降低因子，达到了最先进的性能。
本文研究了从有限的已见语言对学到的代码切换ASR能力是否可以通过模型合并和域泛化方法泛化到未见过的语言对，结果发现只有有限的迁移。
本文引入了领域泛化数据集蒸馏（DGDD），这是一个新的问题设定，旨在实现蒸馏数据集的分布外泛化，并提出了频谱梯度手术（SGS），通过利用频谱域中的跨域梯度一致性来解耦类判别信息和领域特定信息。
CPCANet 是一种域泛化框架，利用通用主成分分析（CPCA）来发现结构化的域不变子空间，在零样本迁移任务中达到了最先进的性能。
本文提出了 MMDG-Bench，这是一个针对多模态域泛化的统一基准，揭示了当前方法进展有限，并且在不同任务中存在显著的鲁棒性挑战。