summarized by : Anonymous
Sivan Harary; Eli Schwartz; Assaf Arbelle; Peter Staar; Shady Abu-Hussein; Elad Amrani; Roei Herzig; Amit Alfassy; Raja Giryes; Hilde Kuehne; Dina Katabi; Kate Saenko; Rogerio S. Feris; Leonid Karlinsky
ソースデータとターゲットデータのどちらも教師なしで学習する手法の検討
従来の学習手法ではターゲットデータは教師ありで学習されることが多かったが,本研究ではソースデータとターゲットデータのいずれも教師なしによる学習をしている点で新規性があると考える.
教師なしでのドメイン生成や潜在的に未知であるドメイン,クラスに対するクロスドメインベンチマークの一般化タスクにおいて,本研究テーマの提案手法は従来の教師なし手法と比較して大幅な改善を確認した.