特征判别损耗不降
一种新的MMD变体，通过显式约束类内距离，避免常规MMD导致的特征判别性退化。
王伟 · 李豪杰 · Ding, Zhengming · 聂飞平 · 陈俊扬 · 东校 · 王智慧
IEEE Transactions on Neural Networks and Learning Systems 2023
直接对MMD中隐式的类内距离施加权衡参数，抑制其特征判别性退化的副作用。
用与MMD隐式权重类似的特殊权重重构类间距离，最大化它能同时使类内距离下降。
在多个基准数据集上的实验表明，该方法性能大幅优于现有最优方法。