중간 표현의 학습
서로 다른 추상화 수준에서 추출한 특징으로 중간 현저성 지도를 만든다. 최종 출력뿐 아니라 이런 중간 지도에도 계층적으로 학습 지도를 제공한다.
공통 특징을 위한 적응
주석이 없는 대상 데이터셋으로 일반화하려는 설정에서는 여러 크기의 기울기 반전을 사용한다. 특정 자료의 차이를 덜 드러내는 계층적 공통 특징을 학습하려는 접근이다.
자료별 특화
개별 데이터셋의 성능을 높이는 설정에는 영역별 사전 정보, 평활화와 배치 정규화를 사용한다. 공통화를 목표로 하는 적응과 자료별 특화는 목적과 학습 조건이 다르다.
평가 설정의 구별
대상 자료의 주석을 사용한 지도 학습과 주석 없이 수행한 영역 적응을 같은 조건으로 비교해서는 안 된다. 어떤 모듈과 어떤 라벨을 사용했는지 확인해야 결과를 해석할 수 있다.