- …
- …
#356
summarized by : Koki Obinata
どんな論文か？
ドメイン適応における新しいネットワーク構造・学習手法を提案．ソースタスクとターゲットタスクそれぞれにClassifierを用意し，カテゴリレベルとドメインレベルでのconfusion lossを用いることで，ドメイン不変な特徴量の学習を可能にしている．
新規性
ソース側とドメイン側それぞれにClassifierを用意した点．
ソース側とドメイン側にClassifierを用意したことで，ドメインレベルでのconfusion lossのみでなく，正解カテゴリに絞ったconfusion lossも加えた点
結果
3つのドメイン適応タスクで検証し，平均スコアでは3つともSOTAを達成．
Ablation analysisにおいても，新しく加えたロスの有効性を検証．
t-SNEにより，他の手法に比べてドメイン不変な特徴量が得られていることを可視化．
その他（なぜ通ったか？等）
3つのベンチマークタスクでSOTAを達成した点．
- …
- …