论文提出相似性生成网络（SGN）：仅用一次带标签的源域训练，在面对新目标域时无需更新参数。方法学习由标签诱导的成对相似性潜空间，并将少量目标域带标签代表样本编码、组合后生成兼具目标域特征与类别一致性的增强数据，同时讨论相似结构的可实现性和维度要求。
最近 24 小时暂无可用热度快照。