因果去混淆网络

小样本SOTA

动态学习因果与混淆特征的解耦表示，显著提升小样本学习在分布外场景的泛化能力。

Yin, Yue · 杨矫云 · 安宁 · Li, Lian

Knowledge-Based Systems 2025

技术优势

自适应去混淆

框架动态学习因果与混淆特征的解耦表示，而不是依赖固定先验假设，能适应不同场景。

跨域通用

在多个不同目标域上均优于现有方法，展现出卓越的跨域迁移能力。

应用场景

• 机器人视觉：跨域迁移能力提升，适合机器人新环境快速学习。