연구진은 소스 도메인으로 학습된 생성 모델이 분포 변화가 있는 타겟 도메인에서 제대로 작동하지 않는 문제를 해결하기 위해 SGN(Similarity-based Generative Network)을 제안했어요.
SGN은 레이블 기반의 쌍방향 유사성을 학습하며, 인코더-디코더 구조를 통해 재구성 정보를 보존하며, 타겟 도메인의 작은 레이블 데이터셋을 활용해 타겟 특성을 상속하면서 클래스 일관성을 유지해요.
이미지 및 테이블 데이터셋 실험 결과, SGN은 소스-타겟 분포 변화 환경에서 타겟 기반 데이터 증강에 효과적이에요.