SPA++: 通用图谱谱对齐用于灵活域适应
计算机视觉与模式识别
2025-08-11 v2 机器学习
摘要
域适应（DA）旨在将来自标记源域的知识迁移到未标记或稀疏标记的目标域下，应对域间迁移。大多数先前工作聚焦于捕捉域间可迁移性，但忽略了目标域中丰富的内部结构，这往往导致判别性进一步下降。为解决这一权衡问题，本文提出了通用图谱谱对齐框架 SPA++。其核心要点简述如下：（1）通过将 DA 问题建模为图基本单元，构筑粗粒度图对齐机制，辅以新型谱正则项，在特征空间中实现域图对齐；（2）进一步开发细粒度邻居感知传播机制，以提升目标域的判别性；（3）通过融入数据增强与一致性正则，SPA++ 能适应复杂场景，涵盖大多数 DA 设置甚至挑战性分布情形。此外，我们还提供理论分析以支持该方法，包括基于图的 DA 泛化界限、谱对齐与平滑一致性的作用。大量基准实验表明，SPA++ 在各种具有挑战性适应情形下均显著优于现有前沿方法，展现出卓越的鲁棒性与适应性。
引用
@article{arxiv.2508.05182,
title = {SPA++: Generalized Graph Spectral Alignment for Versatile Domain Adaptation},
author = {Zhiqing Xiao and Haobo Wang and Xu Lu and Wentao Ye and Gang Chen and Junbo Zhao},
journal= {arXiv preprint arXiv:2508.05182},
year = {2025}
}
备注
The article has been accepted by Frontiers of Computer Science (FCS), with the DOI: {10.1007/s11704-025-50328-w}. It is an extended journal version of the conference paper arXiv:2310.17594