본 연구는 머신러닝 모델의 실제 적용 시 발생하는 도메인 시프트 문제를 해결하기 위해 데이터 샘플링 순서를 최적화하는 새로운 기법인 ORDERED를 제안합니다. ORDERED는 데이터 샘플링 순서를 최적화하여 불확실성을 줄이고, 상관 정렬 및 최대 평균 불일치 손실 추정 오류를 감소시키는 데 기여합니다. 두 가지 이미지 분류 벤치마크 실험에서 ORDERED는 기존 방법 대비 타겟 도메인 정확도를 향상시키는 것으로 나타났습니다.