초록
기존의 도메인 적응 연구는 범주형 인덱스를 가진 도메인 간의 지식 전송에 초점을 맞추고 있습니다(예: 데이터셋 A와 B 사이). 그러나 많은 작업은 연속적으로 인덱스화된 도메인을 포함합니다. 예를 들어, 의학 분야에서는 서로 다른 연령대의 환자들 간에 질병 분석 및 예측을 전송해야 하는 경우가 많으며, 이때 연령이 연속적인 도메인 인덱스 역할을 합니다. 이러한 작업들은 기존의 도메인 적응 방법들이 도메인 간의 기본 관계를 무시하기 때문에 어려움을 겪습니다. 본 논문에서는 처음으로 연속적으로 인덱스화된 도메인 적응 방법을 제안합니다. 우리의 접근 방식은 전통적인 적대적 적응과 새로운 판별자를 결합하여, 인코딩 조건부 도메인 인덱스 분포를 모델링합니다. 이론적 분석 결과, 연속적인 범위의 도메인에서 불변 특성을 생성하기 위해 도메인 인덱스를 활용하는 것이 가치 있다는 것을 입증하였습니다. 실험 결과, 우리의 접근 방식은 합성 데이터셋과 실제 의학 데이터셋 모두에서 최신의 도메인 적응 방법들을 능가하는 것으로 나타났습니다.