本論文では、分類器のドメイン間適応問題を解決します。特に、多クラス分類におけるドメイン適応問題に焦点を当て、ソースデータセットでラベル付きの例が提供され、ターゲットデータセットは非監督状態であるという設定を考えます。この設定において、我々は敵対的識別子に基づく手法を提案します。敵対的識別子に基づく手法は以前にも提案されていましたが、本論文では情報に基づいた敵対的識別子（informed adversarial discriminator）を提示します。我々の観察は、識別子がソースデータセットに存在するクラス構造を含むすべての情報を取得できる場合、ターゲットクラス集合の特徴量をより構造化された空間に変換することができるという分析に基づいています。この定式化を使用することで、ベンチマークデータセットでの標準的な評価において最先端の結果を得ています。さらに、詳細な分析を通じて、すべてのラベル付き情報を使用することでドメイン適応が改善されることが示されています。