无监督域适应

无监督领域适应是一种学习框架，旨在将源域中大量标注训练样本学到的知识迁移到仅有未标注数据的目标域。该方法通过减少源域和目标域之间的分布差异，提高模型在新环境下的泛化能力，具有重要的应用价值。