深層ニューラルネットワークは、コンピュータビジョンの分野で広く使用されています。ImageNet分類チャレンジにおいて、いくつかの高性能な深層ニューラルネットワークが開発され、画像認識に重要な役割を果たしてきました。しかし、ドメイン適応における事前学習済みニューラルネットワークの活用に関する研究は少ないのが現状です。本論文では、事前学習済みのInception ResNetモデルからより優れた特徴量を抽出する手法を初めて提案します。さらに、抽出された特徴量を使用した分類のために、分布合わせ手法を改良しました。我々のモデルは、3つのベンチマークデータセット（Office+Caltech-10、Office-31、およびOffice-Home）を使用して評価されました。多数の実験結果により、最先端技術に対して分類精度が大幅に向上していることが示されました（それぞれ4.8%、5.5%、10%）。