ドメイン適応は、ドメインギャップが存在する状況下で知識を転送することを目的とする。従来のドメイン適応手法は、ソースドメインとターゲットドメインのラベル集合間の関係に関する豊富な事前知識に依存しており、実世界における応用を大きく制限している。本稿では、ラベル集合に関する事前知識を一切必要としない「ユニバーサルドメイン適応（Universal Domain Adaptation: UDA）」を提案する。与えられたソースラベル集合とターゲットラベル集合は、共通ラベル集合を共有しつつ、それぞれ固有のラベル集合（プライベートラベル集合）を有する場合があり、これにより新たな「カテゴリギャップ」が生じる。UDAの目的は、ターゲットサンプルが共通ラベル集合に属する場合に正しく分類すること、またはそうでない場合には「未知」（unknown）と識別することである。特に重要なのは、共通ラベル集合の割合（共通ラベル集合全体のラベル集合に対する比率）が広範な範囲にわたって変化しても、モデルが安定して動作できることである。これにより、ターゲットラベル集合が未知である実世界の問題に対応可能となる。ユニバーサルドメイン適応問題を解決するために、我々は「ユニバーサル適応ネットワーク（Universal Adaptation Network: UAN）」を提案する。UANはサンプルレベルでの転送可能性を定量的に評価し、共通ラベル集合および各ドメイン固有のラベル集合を自動的に発見する。これにより、自動発見された共通ラベル集合における適応を促進するとともに、「未知」サンプルの正確な識別を実現する。包括的な評価により、UANが新たなUDA設定において、従来のクローズドセット、パーシャルセット、オープンセットドメイン適応手法をすべて上回ることを示した。