Domain Adaptation
Domain adaptation 의 목표는 source domain 에서 train된 model이 target domain에서도 잘 동작하도록 하는 것이다. 이때, target domatin은 source domain과 데이터 상에서의 차이를 가지는데 이는 크게 (1) data distribution, (2) data 타입의 차이, 그리고 (3) task 차이로 부터 기인할 수 있다.
Open set 과 Partial set
이러한 domain adpation은 크게 open set과 partial set domain adaptation (DA) 로 나눌 수 있다.
Open set DA는 target domain이 source domain과 완전히 달라 source-target 간의 공통점이 전혀 없는 condition을 말한다. 즉, target domain이 모델이 이제껏 한번도 본 적 없었던 데이터만을 갖고 있는 경우이다. Open set DA는 이러한 경우에서도 target domain에 대하여 잘 generalized 된 모델을 얻는 것이 목표이다.
Partial set DA는 source-target 사이의 데이터가 어느정도 겹치는 것을 말한다. 그러나 이러한 경우에도 target domain 에서의 대부분의 데이터가 source domain 과는 다른 분포를 가지는 경우이다. Parial set DA의 목표는 source와 target domain 모두에 대하여 task를 잘 수행하는 것이다.
Open set DA와의 차이점은 target domain에서의 데이터가 얼마나 overlap 되는지 정도의 차이로 볼 수 있다. Open set DA의 source 와 target domain은 완전히 다른 것에 비해, partial set DA는 비슷하지만 어느 정도의 domain gap이 있는 상황이다.
