该研究使用多个大规模数据集进行时域天文学分析，开发了多源流的机器学习模型。通过领域转换和半监督深度领域自适应的方法，改进了纯深度学习分类模型的性能。研究发现，即使只有一个标记样本，精细调整和MME模型也能显著提高基础模型的性能，而不会影响源数据集上的性能。