Domain Generalization

定义 Definition

Domain generalization（域泛化）：指在机器学习中，模型在训练时只接触到若干“源域”（source domains）的数据，但目标是让它在未见过的新域（unseen target domains）上也能保持良好表现的能力与方法。常用于分布变化、跨场景部署等问题。（该术语在更广义语境下也可指“跨领域的泛化能力”。）

发音 Pronunciation (IPA)

/doʊˈmeɪn ˌdʒɛnərəlaɪˈzeɪʃən/

例句 Examples

Domain generalization helps a model work well on new data from a different environment.
域泛化可以帮助模型在来自不同环境的新数据上也表现良好。

Because the training data came only from a few hospitals, the team used domain generalization to improve performance on unseen clinics with different devices and patient populations.
由于训练数据只来自少数几家医院，团队采用域泛化来提升模型在未见过的诊所上的表现，这些诊所的设备与患者群体分布不同。

词源 Etymology

domain 源自拉丁语 dominium（“领地、支配范围”），在现代英语与技术语境中常指“范围/领域/数据分布的来源环境”。
generalization 来自动词 generalize（“概括、推广、使具有普遍性”）+ 名词后缀 -ation，表示“泛化/概括的过程或结果”。组合后即“在不同领域（分布）之间实现泛化”。

相关词 Related Words

• Domain
• Generalization
• Transfer Learning
• Domain Adaptation
• Distribution Shift
• Out-of-Distribution
• Robustness
• Invariant

文献作品 Literary/Notable Works

• Domain Generalization: A Survey（综述类论文标题中常直接使用该术语）
• Domain Generalization via Invariant Feature Representation（不变特征表示方向的代表性论文标题用法）
• Out-of-Distribution Generalization in Deep Learning（相关研究著作/论文集中高频与该术语并列出现）