Optimal Transport for Domain Adaptation

[MAEA2]

論文リンク

https://ieeexplore.ieee.org/document/7586038

どんなもの？

Unsupervised Domain Adaption(sourceの特徴ベクトルとラベルのデータとtargetの特徴ベクトルから推定する)の問題をsourceからtargetへの最適輸送問題と捉えて行う。離散かつ正則化項が付いた場合の最適輸送問題を考えて、sourceがtargetに線形変換で移されるという仮定のもとでOTの解を求めるアルゴリズムを提案した。

先行研究と比べてどこがすごい？

• 最適輸送の観点でとらえた点

技術や手法のキモはどこ？

• 離散かつ線形変換で移されるという仮定

どうやって有効だと検証した？

• 人工データ(sourceを回転変換してtargetとしたもの)といくつかの実データセットでDAしている。
• 提案手法がめっちゃ勝っているという感じもあんまりしない。

議論はある？

• unsupervisedの手法はたくさんありそうで、なぜoptimal transportがいいのかという観点はよくわからなかった。

次に読むべき論文は？