zero-shot learningにおいて，seenデータとunseenデータのドメインシフトの影響を抑えるため，unseenクラスのサブセットをそれぞれ扱う複数の識別器をアンサンブルして出力結果とし，またunseenラベルの推定結果を疑似ラベルとして繰り返して予測を行うprogressiveなアンサンブルモデルを提案．