半监督领域自适应之CCSA--Unified Deep Supervised Domain Adaptation and Generalization

介绍

Unsupervised domain adaptation (UDA)无监督领域自适应不需要目标域任何标签数据，但是需要大量的目标域数据才能适应数据的分布，并没有任何的语义信息（标签）。半监督的领域适应只需要少量的目标域标签数据就能达到超过UDA的性能。实际应用中也更符合要求，我们可以在新的领域得到少量的标签数据。CCSA充分利用目标域少量（甚至一个）标签数据的语义信息，构建正负训练对，从而在目标域得到好的分类器。

论文和实现

论文：https://arxiv.org/abs/1709.10190v1
实现：https://github.com/samotiian/CCSA
https://github.com/dupanfei1/deep-transfer-learning-for-waveform/tree/master/semisupervised/CCSA_modu （个人修改）

模型架构

一、Domain adaptation