より優れた非教師ありドメイン適応（UDA）の実現に向けて、最近の研究では多様なドメイン条件付きアテンションモジュールが提案され、有望な進展が見られている。しかし、アテンションの構成（アテンションモジュールの種類や配置）が性能に顕著な影響を与えることを考慮すると、任意のUDAシナリオに特化したアテンション構成を自動的に最適化するアプローチは、より一般的かつ汎用性の高いものとなる。本論文では、初めて人間の介入なしに与えられたUDAタスクに対してアテンション構成を進化させる新しいフレームワーク「EvoADA」を提案する。具体的には、多様なアテンション構成を含む新たな探索空間を設計した。さらに、アテンション構成の評価と、UDAに適した探索プロセス（転移可能性＋判別力）を実現するために、簡潔かつ効果的な評価戦略を採用している。この戦略は以下の2ステップから構成される：1）既存のドメイン適応手法を用いて、2つのドメイン上でネットワーク重みを学習する；2）ターゲットドメインにおける判別能力を指標として、アテンション構成の進化を導く。Office-31、Office-Home、CUB-Paintings、Duke-Market-1510といった複数のクロスドメインベンチマークにおける実験結果から、提案するEvoADAが複数の最先端ドメイン適応手法を一貫して向上させ、最適なアテンション構成が性能のさらなる向上に寄与することが明らかになった。