#936
summarized by : Motokawa Tetsuya
Unsupervised Visual Domain Adaptation: A Deep Max-Margin Gaussian Process Approach

どんな論文か?

ドメイン適応において、ソースドメインとターゲットドメインの分布を一致するように重ね、かつ予測出力に一貫性を持たせるためにガウス過程を用いたアプローチを提案した。
placeholder

新規性

GANを利用したドメイン適応よりもはるかに学習が楽になった。 確率過程による分布の重なりを考慮するため、予測時の分散を把握できるようになった。

結果

3つのベンチマーク的なデータセットで、教師なしドメイン適応タスクにおけるSOTAを達成した。

その他(なぜ通ったか?等)