任务间亲和度(Inter-Task Affinity),直白一点的讲的话,就可以理解为:在多任务学习中,用一个值来量化一个任务 对另一个任务 的正面或者负面影响。 那具体怎么衡量呢?在本文中,作者提出:用任务 对共享参数的梯度更新对另一个任务 的 loss 影响的程度来衡量两个任务的亲和度。 形式化地表达就是:考虑任务集合 ,...
本文针对对话数据提出了一个包含四个辅助自监督任务的context-response匹配模型。通过主任务与辅助任务联合训练,该匹配模型可以有效地学习对话数据中包含的任务相关知识,并得到更好的回复选择结果。该模型在两个基准数据集上均取得了SOTA结果,实验结果表明,本文所提出的辅助自监督任务对多轮检索式对话的回复选择任务性能有...
近年来,多任务学习(Multi-Task Learning, MTL)逐渐成为解决这一问题的有效途径,通过将人脸识别与脸部属性预测相结合,不仅提升了识别精度,还增强了模型的泛化能力。 多任务学习的优势 多任务学习是一种让单个模型同时学习多个相关任务的技术。在人脸识别领域,引入脸部属性(如性别、年龄、是否戴眼镜等)作为辅助任务,可以...
小目标通常具有低分辨率和模糊不清的特点, 并容易受到遮挡和背景的影响, 导致难以实现准确且实时的小目标检测。为提升检测效果, 提出一种基于多任务学习的超分辨率辅助小目标检测算法Multi-YOLO。首先, 引入一个超分辨率辅助分支引导主干网络提取有效特征, 减少小目标信息丢失; 其次, 采用Anchor based协同监督Anchor free...
小目标通常具有低分辨率和模糊不清的特点,并容易受到遮挡和背景干扰的影响,使得实现准确且实时的小目标检测仍然具有一定挑战.为提升该方面的检测性能,提出了一种名为Multi-Yolo的基于多任务学习的超分辨率辅助小目标检测算法.首先,引入一个超分辨率辅助分支引导主干网络提取有效特征,减少小目标信息丢失.其次,采用Anchor ba...
基于多任务学习的超分辨率辅助小目标检测 张天鹏, 韩晶, 吕学强 Super-Resolution-Aided Small-Target Detection Based on Multi-Task Learning ZHANG Tianpeng, HAN Jing, LÜ Xueqiang 计算机工程 . 2024, (9): 304 -312 . DOI: 10.19678/j.issn.1000-3428.0069039...
论文的主要内容如下所述:(1)基于影像组学的多任务化疗疗效和退缩模式模型预测研究.首先提取感兴趣区域特征,筛选得到出现频数最高的特征后,利用相同的特征分别建立多任务模型预测化疗疗效与退缩模式.结果显示多任务模型在测试集的预测性能良好(化疗疗效AUC=0.760,退缩模式AUC=0.886).(2)化疗疗效和退缩模式预测标签在生存...
因此,本文提出两种基于多任务深度学习的冠心病辅助诊断模型,通过患者的基本信息及常规检查报告,预测八只冠状动脉血管的堵塞程度以及是否患冠心病.并设计实现了预测系统,为医生提供辅助诊断.本文所做的研究如下: (1)对某三甲医院真实医疗数据进行处理,构建了冠心病预测数据集.数据中包括患者性别,年龄等10项基本信息,血液...
1.基于语音多任务学习的脑卒中康复评估辅助分析方法,其特征在于包括如下步骤: 步骤1、将输入的语音数据截取成4秒的固定长度,对语音信号进行预加重、分帧和加窗,对每帧信号进行短时傅里叶变换,并通过梅尔滤波器组得到梅尔频谱图;之后在梅尔频谱图上按帧长为64帧,帧移为30帧进行截取,得到静态片段级梅尔频谱,并计算...
摘要 随着自动驾驶技术的发展,深度强化学习成为实现高效驾驶策略学习的重要手段。然而,实施自动驾驶面临着复杂多变的交通场景带来的挑战,并且现有的深度强化学习方法存在场景适应能力单一、收敛速度较慢的问题。针对此类问题,为提高自动驾...展开更多 With the development of autonomous driving technology,deep reinforcement...