基本信息

---

下载

文档摘要

---

摘要

深度学习方法在各个领域都得到了蓬勃发展并取得了巨大成功。领域自适应

算法有助于解决深度学习部署中限制，推动深度学习在现实场景下落地。然而，

现阶段域自适应研究工作中两个方面的问题仍需进一步解决：①领域自适应中域

间分布差异带来模型目标域不适应问题；②领域自适应中模型对无标签的目标域

数据判别不自信问题。

本文针领域自适应中两个方面的问题，分别提出了以下两种方法：①标签分

布加权引导下的域对抗训练和熵最小化领域自适应方法；②基于一致性正则化的

削偏自训练领域自适应方法。本文具体工作如