비지도 도메인 적응에서 신뢰할 수 있는 모델 선택 방법

한줄 요약

비지도 도메인 적응에서 모델 선택의 편향과 불안정성을 해결하기 위해, 적응된 특징을 활용한 새로운 검증 방법 DEV를 제안한다.

풀어야 하는 문제

비지도 도메인 적응(Deep UDA)에서는 목표 도메인에 레이블이 없어 모델 선택이 어렵다. 기존 방법은 편향되거나, 제한적이거나, 심지어 목표 레이블을 요구하는 등 문제가 있다. 이로 인해 알고리즘 비교가 어렵고 분야 발전에 장애가 된다.

접근 방법

제안하는 DEV(Deep Embedded Validation)는 적응된 특징 표현을 검증 과정에 포함시켜 목표 위험의 불편 추정량을 얻는다. 제어 변량(control variate) 기법을 사용하여 분산을 추가로 줄인다. 이론적으로 불편성과 분산 감소를 증명하고, 다양한 UDA 방법에 적용 가능하도록 설계되었다.

결과·기여

여러 UDA 벤치마크에서 DEV가 기존 모델 선택 방법보다 더 정확하고 안정적으로 목표 성능을 예측함을 실험적으로 입증했다. 이 방법은 레이블이 없는 목표 도메인에서도 신뢰할 수 있는 모델 선택을 가능하게 하여, UDA 연구의 표준 평가 프로토콜로 기여할 수 있다.