講座內容：概率分布差異程度的度量是非監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勢。