无需源数据
利用目标域数据与代理数据实现域对齐，无需访问源数据且不限制源模型训练。
Jiujun, He · Liang, Wu · 陶超凡 · 吕凤毛
Pattern Recognition 2024
在无源域自适应设定下，仅利用源模型和无标签目标数据即可对齐分布，应对隐私限制的实际场景。
与以往需要规范化分类器权重的无源方法不同，本方法不需要对源模型施加特定约束，便于直接使用现有预训练模型。
推导了无源域自适应的学习界，并证明所提方法能够有效降低该界，为性能提供理论支撑。