Schedule
直近の Schedule
[今月](https://hiroki11x.github.io/posts/diary/2023_12/)
```
- 直近の締め切り/予定
- 1/31 Arxiv (Curvature)
- 1/31 IJCNN x1 (IRM Calibration)
- 2/1 ICML x2 (Curvature / SAM x Auto-Tuning)
- 2/8 KDD x1 (Calibration CTR)
- 3/? TMLR x1 (TIC)
- 3/7 ECCV x1 (SecondOrder)
```
一日の流れ
- Charles に返事と、Losslandscape の実験結果共有
- Ioannis Group Meeting
- Context is Environment
- domain invariant representation learning
- domain invariant representation
- domain adversarial training (Gamin et al, 2016)
- domain 情報を推測できないような方向で特徴量抽出をするように矯正
- domain と label に相関があると tradeoff になるので困る (Akuzawa et al 2019 / 松尾研究室)
- class conditional domain invariant representation
- invariant learning
- IRM: learn predictor that is simultaneously optimal across environments
- causal matching
- many variants but, none of them beat well-tuned ERM
- then
- using domain-specific features for ood generalization
- “context is environment” paper = in-context risk minimization (ICRM)
- transformer で test set の x_1 … x_{i-1} は x_i のcontext として与えられると考えられる
- ERM との equivalence もしめされてる
- context が大きかった時の話
- Environment Prior Minimizer
-
H(Y |
X, Ct) -> t→∞ -> H(Y |
X, E) |
-
H[Y |
X] > H[Y |
X, E] の時、左辺の ERM よりも 右辺のEnvironment Risk Minimization の方が良い |
- ICRM under the lens of invariance
- Experiments
- FEMNIST (Federated MNIST)
- MileEnd にラーメン食べに行った
- 作業
- 齋藤さんに相談
- 古い laptop のいろんな設定関連
- PP
- TODO
- STAR Method で 面接準備
- 設定
- 読み物
- 病院関連
TODO
IceBox
Reference
Deadline
年間スケジュール
```
- IJCNN 1/15 or UAI 2/9
- IRM Variant
- FAccT 1/15
- ICML 2/1
- Curvature
- SAM Autotune
- KDD 2/8
- Logit Control
```