講座內容：概率分布差異程度的度量是非監(jiān)督領域自適應和圖像生成領域的一個核心問題，目前主要有最大化均值差異（MMD）和生成式對抗網絡（GAN）兩種非參數度量方式。相對而言，MMD在領域自適應中得到了較多的關注和應用，而GAN更多地被應用于圖像生成。因此，我們對最近MMD和GAN方面的進展做了簡單的總結。針對領域自適應，我們分析了當前MMD模型的問題和不足，提出了一種加權MMD模型，并針對非監(jiān)督領域自適應情形下給出了一種權重的自適應估計方法，以及在領域自適應和圖像生成任務中驗證了WMMD的有效性。結合人臉屬性轉換問題，通過設計恰當的感知損失和正則化項，我們給出了一種基于GAN的解決方案，并進一步提出了一種自適應GAN模型，實驗結果驗證了自適應GAN相對于GAN在訓練效率和生成效果上的優(yōu)勢。