남아 있는 데이터셋 편향
대규모 자료로 학습한 일반적인 합성곱 신경망도 데이터셋 편향을 완전히 없애지는 못한다. 새 영역에서 다시 미세 조정하려면 충분한 자료가 필요한데 실제 응용에서는 부족할 수 있다.
적응 계층의 추가
기존 신경망에 적응 계층을 넣어 전이에 사용할 표현을 구성한다. 영역 혼동 손실을 추가해 학습 영역에 치우친 차이를 줄이는 방향으로 학습한다.
의미를 유지하는 표현
영역 차이를 줄이는 것과 분류에 유용한 의미를 유지하는 것을 함께 추구한다. 서로 다른 영역의 자료를 구분하기 어려우면서도 실제 과제에는 유용한 표현이 목표다.
계층의 위치와 차원
영역 혼동 지표를 모델 선택에도 활용했다. 적응 계층을 어느 위치에 둘지와 차원을 어떻게 정할지를 비교하고 표준 시각 도메인 적응 과제로 평가했다.
관련 문서
DAN 도메인 적응 / JAN 도메인 적응 / 도메인 적대 신경망 / Deep CORAL / ADDA / DRCN 도메인 적응