観測不能なソースのサブポピュレーションを伴うバイナリ分類のための教師なしドメイン適応

概要: 本研究では、教師なしドメイン適応問題を扱います。このとき、ソースドメインは二値ラベル Y と二値の背景（または環境）A によって定義される部分集団から構成されます。我々は、ソースドメインにおいてそのような部分集団の1つが観測できない、という困難な設定に注目します。素朴にこの観測不能なグループを無視すると、推定に偏りが生じ、予測性能が低下する可能性があります。このような構造化された欠測にもかかわらず、ターゲットドメインにおける予測はなお回復できることを示します。具体的には、ターゲットドメインに対して、背景に特化した予測モデルと全体の予測モデルの両方について、厳密に導出します。実装に向けて、部分集団の比率を推定するための分布整合（distribution matching）手法を提案します。我々は、推定量の漸近的挙動に関する理論的保証を与え、予測誤差に対する上界を確立します。合成データセットおよび現実世界のデータセットの両方での実験により、本手法は、この観測不能なソース部分集団を考慮しない素朴なベンチマークよりも優れていることを示します。