Contrastive Adaptation Network for Unsupervised Domain Adaptation

概要

手法のポイント

Domain Adapatationのタスクにおいて，Maximum Mean Discrepancyを改良し，Contrastive Domain Discrepancyという新たな指標を提案

intra-classのMMDを小さく，inter-classのMMDを大きくすることで，ドメインのデータ分布がマルチモーダルであるときにより良い学習ができるようになった

先行研究との差分

JAN

クラス分布と特徴量の積をMMD

CDAN

クラス分布と特徴量の多重線形写像を敵対的学習

今回のは，完全にClass-awareなDomain Discrepancyの指標を提案

有効かどうかの検証

Experiment

Analysis

Ablation Study

intra-class抜きとinter-class抜きで比較

二つともやった方が高い精度が出た

議論

理論的には積をとった方が良さそうに見えるけど，実験的にはクラスタリングをした方が高い精度が出るっていうのはなんだか．．．

「クラスごとの」という文脈でもうすこしいろんな距離の測り方がありそうな気はしている

次に読む論文

この辺りの論文は読み倒した

リンク