특징 변환 학습 장치에 의해 수행되는 소스 도메인과 타겟 도메인 간의 비지도 도메인 적응을 위한 특징 변환 학습 방법에 있어서,상기 소스 도메인의 소스 데이터를 잠재 공간으로 투영시키기 위한 제1투영 파라미터, 상기 타겟 도메인의 타겟 데이터를 상기 잠재 공간으로 투영시키기 위한 제2투영 파라미터, 분류 모델의 분류 파라미터, 상기 잠재 공간에 투영된 타겟 도메인으로부터 상기 타겟 도메인으로의 변환을 위한 제1재구성 파라미터, 및 상기 잠재 공간에 투영된 소스 도메인으로부터 상기 잠재 공간에 투영된 타겟 도메인으로의 변환을 위한 제2재구성 파라미터에 기초하여, 분류 손실, 재구성 손실, 및 분포 불일치 손실을 정의하는 단계;정의된 상기 분류 손실, 상기 재구성 손실, 및 상기 분포 불일치 손실을 포함하는 손실 함수에서 상기 제1투영 파라미터, 상기 제2투영 파라미터, 상기 분류 파라미터, 상기 제1재구성 파라미터, 및 상기 제2재구성 파라미터를 업데이트하는 단계; 및업데이트 결과에 따른 상기 손실 함수의 값을 업데이트 이전의 손실 함수 값과 비교하고, 비교결과에 따라 상기 손실 함수 값의 변화량이 기준값보다 작은 값을 가질때까지 상기 업데이트를 반복하는 단계를 포함하는, 비지도 도메인 적응을 위한 특징 변환 학습 방법.

제1항에 있어서,상기 소스 데이터는, 지도 학습에 따라 라벨링된 데이터이고,상기 타겟 데이터는, 라벨링되지 않은 상태의 데이터인, 비지도 도메인 적응을 위한 특징 변환 학습 방법.

제2항에 있어서,상기 분류 손실은,라벨 스무딩(label smoothing) 기법이 적용된 상기 소스 데이터의 라벨을 이용하여 정의되는, 비지도 도메인 적응을 위한 특징 변환 학습 방법.

제3항에 있어서,상기 분류 손실은,소스 데이터의 샘플들 각각의 관측 횟수에 기초한 가중치가 반영된 상기 샘플들 각각을 이용하여 정의되는, 비지도 도메인 적응을 위한 특징 변환 학습 방법.

제4항에 있어서,상기 분류 손실은,하기 수식에 기초하여 정의되는, 비지도 도메인 적응을 위한 특징 변환 학습 방법.Lclass= 여기서, Lclass는 상기 분류 손실, Ps는 상기 제1투영 파라미터, R은 상기 분류 파라미터, S는 상기 라벨 스무딩을 위한 비음수 슬랙 행렬(non-negative slack matrix), Ys는 상기 소스 데이터의 라벨, Xs는 상기 소스 데이터의 입력변수, wi는 소스 데이터의 i번째 샘플의 가중치, ns는 소스 데이터의 샘플 개수임.

제2항에 있어서,상기 재구성 손실은,상기 잠재 공간에 투영된 타겟 도메인으로부터 상기 타겟 도메인으로의 변환 과정에서의 제1재구성 손실과 상기 잠재 공간에 투영된 소스 도메인으로부터 상기 잠재 공간에 투영된 타겟 도메인으로의 변환 과정에서의 제2재구성 손실의 합으로 정의되는, 비지도 도메인 적응을 위한 특징 변환 학습 방법.

제6항에 있어서,상기 제1재구성 손실은,하기 수식에 기초하여 정의되는, 비지도 도메인 적응을 위한 특징 변환 학습 방법.Lrecon1= 여기서, Lrecon1은 상기 제1재구성 손실, Pt는 상기 제2투영 파라미터, Q는 상기 제1재구성 파라미터, Xt는 상기 타겟 데이터의 입력변수, F는 프로베니우스 놈(Frobenius norm)임

제6항에 있어서,상기 제2재구성 손실은,하기 수식에 기초하여 정의되는, 비지도 도메인 적응을 위한 특징 변환 학습 방법.Lrecon2= 여기서, Lrecon2는 상기 제2재구성 손실, Ps는 상기 제1투영 파라미터, Pt는 상기 제2투영 파라미터, Xs는 상기 소스 데이터의 입력변수, Xt는 상기 타겟 데이터의 입력변수, Z는 상기 제2재구성 파라미터, F는 프로베니우스 놈(Frobenius norm)임

제2항에 있어서,상기 분포 불일치 손실은,상기 소스 도메인과 상기 타겟 도메인 간의 전체 분포 차이를 나타내는 제1분포 불일치 손실과 상기 소스 도메인과 상기 타겟 도메인 간의 클래스별 분포 차이를 나타내는 제2분포 불일치 손실의 합으로 정의되는, 비지도 도메인 적응을 위한 특징 변환 학습 방법.

제9항에 있어서,상기 제1분포 불일치 손실은,하기 수식에 기초하여 정의되는, 비지도 도메인 적응을 위한 특징 변환 학습 방법.여기서, WMMDm은 상기 제1분포 불일치 손실, γ는 도메인 적응 과정에서 사용되는 상기 소스 데이터의 비율을 결정하는 파라미터, ns는 상기 소스 데이터의 샘플 개수, nt는 상기 타겟 데이터의 샘플 개수, Ps는 상기 제1투영 파라미터, Pt는 상기 제2투영 파라미터, Ds는 상기 소스 데이터의 데이터 셋(set), xi는 상기 소스 데이터의 데이터 셋에 포함된 샘플, Dt는 상기 타겟 데이터의 데이터 셋, xj는 상기 타겟 데이터의 데이터 셋에 포함된 샘플, wi는 i번째 샘플의 가중치임.

제9항에 있어서,상기 제2분포 불일치 손실은,하기 수식에 기초하여 정의되는, 비지도 도메인 적응을 위한 특징 변환 학습 방법.여기서, WMMDc는 상기 제2분포 불일치 손실, γ는 도메인 적응 과정에서 사용되는 각 클래스에서의 상기 소스 데이터의 비율을 결정하는 파라미터, ns(c)는 클래스 c에 포함된 상기 소스 데이터의 샘플 개수, nt(c)는 클래스 c에 포함된 상기 타겟 데이터의 샘플 개수, Ps는 상기 제1투영 파라미터, Pt는 상기 제2투영 파라미터, Ds(c)는 클래스 c에 포함된 소스 데이터의 데이터 셋(set), xi는 클래스 c에 포함된 상기 소스 데이터의 데이터 셋에 포함된 샘플, Dt(c)는 클래스 c에 포함된 타겟 데이터의 데이터 셋, xj는 클래스 c에 포함된 상기 타겟 데이터의 데이터 셋에 포함된 샘플, wi(c)는 클래스 c에 포함된 i번째 샘플의 가중치임.

제11항에 있어서,상기 가중치는,상기 소스 데이터의 샘플들 각각에 대하여, 상기 샘플들 각각의 관측 횟수에 기초하여 결정되는, 비지도 도메인 적응을 위한 특징 변환 학습 방법.

제1항에 있어서,상기 제1투영 파라미터, 상기 제2투영 파라미터, 상기 분류 파라미터, 상기 제1재구성 파라미터, 및 상기 제2재구성 파라미터를 업데이트하는 단계는,상기 손실 함수에 포함된 다른 변수들에 대해서 초기값을 설정하고, 상기 제1재구성 파라미터, 상기 제1투영 파라미터, 상기 제2투영 파라미터, 상기 분류 파라미터, 상기 제2재구성 파라미터를 순차적으로 업데이트하는, 비지도 도메인 적응을 위한 특징 변환 학습 방법.

비지도 도메인 적응을 위한 특징 변환 학습을 수행하는 장치에 있어서,적어도 하나 이상의 인스트럭션을 저장하는 메모리; 및상기 메모리에 저장된 상기 적어도 하나 이상의 인스트럭션을 실행하는 프로세서를 포함하며,상기 프로세서는,상기 소스 도메인의 소스 데이터를 잠재 공간으로 투영시키기 위한 제1투영 파라미터, 상기 타겟 도메인의 타겟 데이터를 상기 잠재 공간으로 투영시키기 위한 제2투영 파라미터, 분류 모델의 분류 파라미터, 상기 잠재 공간에 투영된 타겟 도메인으로부터 상기 타겟 도메인으로의 변환을 위한 제1재구성 파라미터, 및 상기 잠재 공간에 투영된 소스 도메인으로부터 상기 잠재 공간에 투영된 타겟 도메인으로의 변환을 위한 제2재구성 파라미터에 기초하여, 분류 손실, 재구성 손실, 및 분포 불일치 손실을 정의하고,정의된 상기 분류 손실, 상기 재구성 손실, 및 상기 분포 불일치 손실을 포함하는 손실 함수에서 상기 제1투영 파라미터, 상기 제2투영 파라미터, 상기 분류 파라미터, 상기 제1재구성 파라미터, 및 상기 제2재구성 파라미터를 업데이트하고,업데이트 결과에 따른 상기 손실 함수의 값을 업데이트 이전과 비교하고, 비교결과에 따라 상기 손실 함수 값의 변화량이 기준값보다 작은 값을 가질때까지 상기 업데이트를 반복하는, 장치.

프로세서(processor)와 결합되어 비지도 도메인 적응을 위한 특징 변환 학습 방법을 수행하기 위한 매체에 저장된 프로그램으로서,상기 소스 도메인의 소스 데이터를 잠재 공간으로 투영시키기 위한 제1투영 파라미터, 상기 타겟 도메인의 타겟 데이터를 상기 잠재 공간으로 투영시키기 위한 제2투영 파라미터, 분류 모델의 분류 파라미터, 상기 잠재 공간에 투영된 타겟 도메인으로부터 상기 타겟 도메인으로의 변환을 위한 제1재구성 파라미터, 및 상기 잠재 공간에 투영된 소스 도메인으로부터 상기 잠재 공간에 투영된 타겟 도메인으로의 변환을 위한 제2재구성 파라미터에 기초하여, 분류 손실, 재구성 손실, 및 분포 불일치 손실을 정의하는 단계;정의된 상기 분류 손실, 상기 재구성 손실, 및 상기 분포 불일치 손실을 포함하는 손실 함수에서 상기 제1투영 파라미터, 상기 제2투영 파라미터, 상기 분류 파라미터, 상기 제1재구성 파라미터, 및 상기 제2재구성 파라미터를 업데이트하는 단계; 및업데이트 결과에 따른 상기 손실 함수의 값을 업데이트 이전과 비교하고, 비교결과에 따라 상기 손실 함수 값의 변화량이 기준값보다 작은 값을 가질때까지 상기 업데이트를 반복하는 단계를 수행하는 프로그램 코드를 포함하는, 프로그램.