損失関数の最大値を取る部分を陽にパラメータを持つ非線形写像（ニューラルネット）として表現。

分布間距離を最小化するだけのモデルに比べてUDAで性能を大きく改善。GANベースのモデルと健闘しつつMNIST→SVHNなどの難しい設定においてこれまでの最高性能を達成。ZSLにおいても同様の傾向。

動機は直感的で、それを手ごろな実装に落としている。Maximum Mean Discrepancyとぱっと見アイデアは似ているが本質的に違うかどうかは不明。今後の検証が待たれる。