本研究は、無監督ドメイン適応（UDA）において、ラベル付きソースドメインからラベルなしターゲットドメインへの知識転送における負の転送の問題に焦点を当てています。ドメインシフトは知識の効果的な転送を妨げ、モデルの性能を低下させるため、負の転送を軽減することが重要です。著者たちは、因果的に分離された学習の観点から負の転送を再考し、非因果的環境特徴におけるドメイン間の識別的不一致（環境不一致）が負の転送の主要因であることを示しました。環境不一致を軽減するために、著者らはRED（Reducing Environmental Disagreement）を提案し、これはドメイン固有の非因果的特徴とドメイン不変の因果的特徴を分離して抽出する手法です。実験結果は、REDが負の転送を効果的に軽減し、最先端の性能を達成することを示しています。