本研究提出了AdaPrune方法，解决了无监督领域适应中选择训练数据示例的问题。通过移除不合适的训练示例来对齐训练分布与目标数据。研究表明，AdaPrune在生物声学事件检测任务中优于相关技术，并为其他无监督领域适应算法提供了有效的补充。