ドメイン適応（Domain Adaptation）とは、異なるドメインからのデータ間の分布ギャップを軽減するプロセスである。本論文では、ソースドメインとターゲットドメインのデータ間のペアワイズ関係を利用したドメイン適応手法が、内在グラフおよびペナルティグラフの構造にドメインラベルを組み込むことで、グラフ埋め込み（Graph Embedding）として定式化できることを示す。具体的には、既存の最先端の教師ありドメイン適応手法3種類の損失関数を分析し、それらがすべてグラフ埋め込みを実行していることを実証する。さらに、これらの手法の少サンプル学習（few-shot learning）能力を示すために一般的に用いられる実験設定に関連する汎化性および再現性の問題を指摘する。教師ありドメイン適応手法の正確な評価と比較を行うため、修正された評価プロトコルを提案し、標準データセットであるOffice31（Amazon、DSLR、Webcam）、Digits（MNIST、USPS、SVHN、MNIST-M）、およびVisDA（Synthetic、Real）において、更新されたベンチマーク結果を報告する。