- …
- …
#55
summarized by : kodai nakashima
どんな論文か？
教師なしドメイン適応では，入力空間や特徴空間で両ドメインを一致させるアプローチの研究が行われてきた．近年では，この両方を用いることでさらに性能が向上することがCyCADAによって示されている．この研究では，両アプローチのそれぞれについて新しい手法の提案を行った．
新規性
1. 新しい教師なしドメイン適応のフレームワークを提案した．これでは，特徴からピクセルへ複数の意味レベルを適応する．
2. ピクセルレベル，特徴レベルのそれぞれについて新手法を提案した．
3. 車認識の新しい実験プロトコルを提案した．
4. 提案した特徴レベルの手法がベンチマークにおいてSOTAであることを確認した．
結果
office-31等に特徴レベルの提案手法を適用したところ，比較対象（DANN）より性能が良かった．
車認識のデータセットにおいて，性能がCyCADAより良かった．
その他（なぜ通ったか？等）
- …
- …