Adversarial-based Transfer Learning과 GAN에 대해 질문 드립니다

안녕하세요!

강연자님의 친절하고 유익한 강의 잘 듣고 있습니다 :) Adversarial-based Transfer Learning과 GAN에 대해 몇 가지 질문 드리려고 합니다.

Adversarial-based Transfer Learing

1. 전이 학습은 기존에 알고 있는 source domain을 통해 target domain을 해결하는 학습 방법으로, 사전 학습된 지식이 활용되는 것으로 이해했습니다. Adversarial-based Transfer Learing에는 사전 학습된 모델이 사용되지 않는지 궁금합니다.

2. Adversarial-based Trasfer Learning 설명 부분에서 'Adversarial Layer를 통해 도메인 라벨을 생성한다'라고 하셨는데, 어떻게 Adversarial Layer를 통해 도메인 라벨을 만드는지, 그리고 도메인 라벨의 정확한 의미를 추가적으로 설명 듣고 싶습니다.

3. 구글링을 통해 딥러닝에서 Labling은 주어진 데이터에 정답지를 만들어주는 작업이고 이때 정답지가 Label이라고 이해했습니다. 이를 바탕으로 Adversarial-based Transfer Learning 강의자료의 소스 라벨과 타겟 라벨을 각각 "소스/타겟 도메인이 학습되길 희망하는 모습"이라고 이해했습니다. 제가 이해한 부분이 맞는지, 만약 아니라면 소스 라벨과 타겟 라벨이 의미하는 것이 정확히 무엇인지, 이에 대한 예시에 대해 여쭤보고 싶습니다.

Adversarial-based Transfer Learing + GAN

강의를 들으면서 전이 학습 중 Adversarial-based Transfer Learning과 GAN에 대해 흥미를 가지게 되었습니다. 이 두 가지 방법 모두 "Adversarial"이라는 공통점을 가지고 있고, 이 두 방법을 활용한 아이디어에 대해 질문 드리고자 합니다.

Adversarial-based Transfer Learning 시나리오를 적용한 GAN 실험을 해보고 싶은데, 이때 GAN 실험 시나리오에서 Adversarial-based Transfer Learning 아이디어를 어떻게 적용하면 좋을지 여쭤보고 싶습니다.

1. Adversarial-based Transfer Learning의 Adversarial Layer와 GAN 실험에 활용되는 Adversarial Sample을 어떻게 설정해야 Adversarial-based Transfer Learning 개념을 적용한 GAN 실험이 될 수 있는지 궁금합니다. (두 방법 모두 Adversarial한 성질을 가지고 있는데 이를 어떻게 배치해야 하는지 궁금합니다.)

2. 아니면 단순히 Transfer Learning 개념을 사용하여 GAN 코드로 실험을 진행하면, 그것을 Adversarial-based Transfer Learning이라고 볼 수 있는지도 궁금합니다.

좋은 하루 보내시길 바랍니다.

감사합니다!