最优传输论文（三十三）：Joint Partial Optimal Transport for Open Set Domain Adaptation论文原理

---

前言

• 文章来自2020年的IJCAI
• 本文是本人领域自适应与最优传输系列论文的第33篇，所有系列论文的相关代码在https://github.com/CtrlZ1/Domain-Adaptation-Algorithms，希望各位大佬们不吝点赞，给个Star哦~

---

摘要

• 域自适应（DA）通过利用来自源域的标记数据来适应未标记的目标域，在学习好的分类器方面取得了巨大的成功。然而，在一般设置中，当目标域包含源域中从未观察到的类时，即在开放集域适配（OSDA,open set domain adaptation，也就是说源域和目标域的标签数不同，一般的DA都是指closed set）中，现有DA方法由于额外未知类的干扰而无法工作。这是一个更具挑战性的问题，因为未知类和已知类之间的不匹配很容易导致负迁移。
• 现有研究中，当特征空间中的目标域未知样本分布在决策边界附近时，从标记的源域学习时，容易出现误分类。