Semantic segmentationにおいて、ソースドメインのデータは使えないが学習済み分類器のみが使える教師なしドメイン適応問題(model adaptation)を行う研究。dropoutしながら複数回推論した際のばらつきで表される不確実性がターゲットドメインで小さくなるように学習することでソースとターゲットを近づけ、自己教師学習をすることでターゲットドメインのクラスを予測可能にする。