(PADA)Partial Adversarial Domain Adaptation笔记

（PADA）Partial Adversarial Domain Adaptation笔记

提出了部分对抗性领域自适应算法(PADA)，它通过降低离群源类别数据的权重来减轻负迁移，并通过匹配共享标签空间中的特征分布来促进正迁移。

Partial Adversarial Domain Adaptation：

，且

源域：，个类别

目标域：，个类别

挑战：

• 降低离群源类的影响来缓解负迁移
• 减少的分布差异来促进正迁移

 Domain Adversarial Neural Network：

DANN的目标：

旧知识了，不再阐述。

Partial Adversarial Domain Adaptation：

这篇文章提出了PADA,主要思想是降低离群标签空间对分类器和对抗网络的影响。源分类器对于每个数据点的输出是在源标签空间上的概率分布，也就是数据点xi属于个类别的概率。

每个源类的权重计算如下：

原文中还对γ进行了归一化，但是我认为已经是归一化了呀，求大神指导~~~

总的目标函数：