본 논문은 무선 센싱을 이용한 인간 행동 인식에서 도메인 적응 문제를 해결하기 위한 새로운 방법인 K-Nearest Neighbors Maximum Mean Discrepancy (KNN-MMD)를 제안한다. 기존 도메인 정렬(DAL) 방법들이 전역 분포 정렬에만 집중하여 카테고리 간 관계를 고려하지 못하는 한계를 극복하기 위해, KNN을 이용하여 타겟 도메인에서 헬프셋을 구성하고, MMD를 이용하여 각 카테고리 내에서 소스 도메인과 타겟 도메인을 국소적으로 정렬하는 방식을 제시한다. 또한, 기존 방법들의 훈련 과정 중 불안정성 문제와 최적의 중단 시점 결정의 어려움을 해결하기 위해, 타겟 도메인의 서포트셋을 훈련 과정에서 제외하고 검증셋으로 활용하는 전략을 채택한다. 제안된 방법은 적은 데이터를 이용한 few-shot 학습에 적합하며, 코드와 데이터셋은 공개적으로 제공된다.
