Universal Domain Adaptation through Self-Supervision

[nocotan]

一言でいうと

論文リンク

https://papers.nips.cc/paper/2020/file/bb7946e7d85c81a9e69fee1cea4a087c-Paper.pdf

著者/所属機関

Kuniaki Saito et al.
(Boston University)

投稿日付(yyyy/MM/dd)

2020/12

概要

教師なしドメイン適応の手法は典型的には全てのソースカテゴリがターゲットドメインに出現することを仮定している．
実際には，二つのドメインのオーバーラップは小さい場合も多い．
論文では任意のカテゴリシフトを扱うことができるd Domain Adaptative Neighborhood Clustering via Entropy optimization (DANCE)を提案．

新規性・差分

提案手法は

•  ソースカテゴリに完全には依存せず，自己学習に基づいて近傍クラスタリングによってターゲットドメインの構造を学習
• エントロピーに基づく特徴空間を近づける

手法

結果

コメント