- …
- …
#895
summarized by : Ryo Takahashi
どんな論文か？
近年ドメイン適応の問題に対してspherical lossを用いたアプローチが有効であることが様々な研究により示されてきていることを受けて，ドメイン適応の課題に対してCNNに代わるspherical neural networkという新しいモデルを提案した．また，教師なしドメイン適応における擬似ラベル付与にも工夫を加えた(robust psheudo labeling)．
新規性
・ドメイン適応に有効とされるspherical feature space上での特徴抽出を行うために，spgerical ReLU, spherical perceptron層, spherical regression層からなるSNN(spherical neural network)を提案．
・Gaussian Uniform mixtureに基づく頑健な擬似ラベル付与アルゴリズムを提案．
結果
教師なしドメイン適応の設定において，office dataset, ImageCLEF-DAdataset, office0home dataset, VisDA-2017 datasetの多くのドメイン適応タスクにおいてSOTAを更新した．
その他（なぜ通ったか？等）
spherical feature spaceに目をつけ．CNNに代るSNNという新しいモデルを提案していたのが評価されたように感じる．
また，頑健な擬似ラベル付与のためのGaussian uniform mixtureに基づくラベル付与アルゴリズムに関してもかなり理論的な考慮がなされており，その結果教師なしドメイン適応という使い古された設定においてSOTAを更新できたと考える．
- …
- …