목표 자료에 남는 군집
원천에서 학습한 분류기가 목표 자료와 잘 맞지 않아도 목표 특징에는 군집 구조가 남을 수 있다. 이 방법은 원천 자료 대신 그 내부 구조를 적응의 정보로 활용한다.
상호 이웃의 친화도
목표 자료 사이의 국소 친화도를 정의하고 친화도가 높은 예시의 레이블이 일관되도록 학습한다. 서로가 이웃인 상호 이웃에는 더 높은 친화도를 부여한다.
잡음과 확장 이웃
자기 정규화 손실로 잡음이 있는 이웃의 부정적인 영향을 줄인다. 더 넓은 맥락을 모으기 위해 작은 친화도를 갖는 확장 이웃도 함께 고려한다.
서로 다른 인식 자료
연구는 여러 이미지와 점군 인식 데이터셋에서 목표 특징 구조의 유용성을 평가했다. 국소 이웃과 상호 이웃 및 확장 이웃이 정보를 전달하는 역할을 분석했다.
관련 문서
AaD 원천 없는 도메인 적응 / SHOT / DANCE 도메인 적응 / MCC 도메인 적응 / CDAN / DomainBed