Benchmarking Validation Methods for Unsupervised Domain Adaptation

要約

このホワイト ペーパーでは、11 の UDA 検証方法を比較し、ランク付けします。
バリデーターはモデルの精度を推定するため、UDA トレーニング テスト パイプラインの重要なコンポーネントとなっています。
これらのバリデーターをランク付けして、最適なモデル、チェックポイント、およびハイパーパラメーターを選択する目的で最も有用なものを示します。
さらに、新しい効果的なバリデーターと既存のバリデーターの大幅に改善されたバージョンを提案して比較します。
私たちの知る限りでは、この大規模なベンチマーク調査は、UDA 分野で初めてのものです。

要約(オリジナル)

This paper compares and ranks 11 UDA validation methods. Validators estimate model accuracy, which makes them an essential component of any UDA train-test pipeline. We rank these validators to indicate which of them are most useful for the purpose of selecting optimal models, checkpoints, and hyperparameters. In addition, we propose and compare new effective validators and significantly improved versions of existing validators. To the best of our knowledge, this large-scale benchmark study is the first of its kind in the UDA field.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google