Domain-invariant

Definition / 定义

domain-invariant（领域不变的；跨域不变的）：指某种特征、表示、模型或规律不随“领域/场景/数据分布”的变化而明显改变，因此能在不同来源或不同环境的数据上保持较稳定的效果与一致性。常见于机器学习、迁移学习与领域自适应（domain adaptation）语境中。

Pronunciation / 发音

/dəˈmeɪn ɪnˈvɛəriənt/

Examples / 例句

A good embedding should be domain-invariant.
一个好的向量表示（嵌入）应该具备跨领域不变性。

By enforcing domain-invariant features, the model generalizes better from lab data to real-world conditions.
通过约束学习到的特征具备领域不变性，模型就能从实验室数据更好地泛化到真实世界条件。

Etymology / 词源

由 domain（“领域、范围、数据域/场景”）+ invariant（“不变的”）组合而成。invariant 源自拉丁语 *in-*（否定前缀，“不”）+ variāre（“改变、变化”），整体字面义即“在不同领域中不改变”。

Related Words / 相关词

• Invariant
• Robust
• Generalizable
• Transferable
• Domain
• Domain-adaptation
• Out-of-distribution
• Distribution-shift

Literary Works / 文学作品

该词多见于学术与技术写作而非传统文学作品，以下为常见出现的代表性研究方向与论文标题（作为“著名作品/文本”参考）：

• Domain-Invariant Feature Learning（相关论文与综述中常见的核心术语）
• Domain-Invariant Representation Learning（跨域表示学习方向常用表述）
• Domain-Adversarial Training of Neural Networks（领域对抗训练相关经典论文中常讨论“domain-invariant features”）