미지 클래스를 구분하는 문제
목표 영역에는 원천 정답 자료에 없던 클래스가 등장할 수 있다. 범용 도메인 적응은 기존 클래스의 지식을 전이하면서 이런 미지 클래스를 구분하는 문제를 함께 다룬다.
수동 임계값의 대안
미지 자료를 거부하는 기준을 검증 자료나 미리 정한 미지 비율로 설정하는 대신 원천 예시로 학습한다. 원천의 클래스 간 최소 거리가 목표의 알려진 클래스와 미지 클래스 구분에 유용하다는 관점을 사용한다.
일대나머지 분류기의 학습
원천 정답 자료로 클래스마다 일대나머지 분류기를 학습한다. 클래스 안과 클래스 사이의 거리를 반영해 미지 여부를 판단하는 개방형 분류 구성을 만든다.
목표 영역으로의 적응
학습한 개방형 분류기를 클래스 엔트로피 최소화로 목표 영역에 적응시킨다. 원천에서 만든 거부 기준과 목표 예측의 적응을 연결한 접근이다.
관련 문서
DANCE 도메인 적응 / SHOT / CDAN / MCC 도메인 적응 / AaD 원천 없는 도메인 적응 / BAIT 도메인 적응