Core Concepts
提案されたMutual Learning Network(MLNet)は、UniDAのために近傍不変性を持つ新しい手法であり、最先端の成果と比較して最良の結果を達成します。
Abstract
提案されたMLNetは、UniDAにおける近傍不変性とクロスドメインミックスアップを組み合わせています。さらに、閉じたセットとオープンセット分類器間の一貫性制約を使用して誤って識別された既知クラスサンプルを取引します。広範な実験により、この手法がベースラインを大幅に上回り、UniDAのすべての設定で最先端の結果を達成することが確認されました。
Stats
提案されたMLNetは、状況に応じて最高の結果を達成しました。
ベースラインと比較して平均的な改善幅は17.0%から11.3%です。