基于类内均方偏差的无监督领域自适应

摘要

大量无标签数据的积累使得无监督自适应算法成为一个研究热点。传统算法在对齐领域总体分布时往往流失类别信息,因此所提算法基于均方偏差准则来对齐源领域和目标领域的类内分布。所提算法能够通过深度学习模型高效完成无监督自适应任务。实验结果表明所提算法能够有效对齐类内分布,验证所提算法的有效性。