本文探讨了深度神经网络在未见域的预测可靠性，提出结合条件分布匹配的方法以避免假相关问题。研究了基于对抗训练的Domainwise Adversarial Training (DAT)方法，展示其在广义分布转移中的有效性，并提出不变特征子空间恢复（ISR）算法以解决域泛化问题，实验结果表明其在多个数据集上表现优异。