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...
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...
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...
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...
乳腺癌是女性中最常见的癌症,新辅助化疗是乳腺癌早期的最佳治疗方案.由于乳腺肿瘤具有高度异质性,所以不同患者化疗后的疗效和预后也不尽相同,所对应后续的治疗方案也存在差异.有研究表明化疗有效的患者生存率显著好于化疗无效的患者,且退缩模式也与患者生存,降期缩瘤相关.动态增强核磁共振影像拥有无侵入性,高特异性,...
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...
提出主任务为对脑卒中语音功能损伤评估,以预测分数的回归任务,和辅助任务为对脑卒中语音功能损伤严重程度分类的分类任务的多任务学习模型。其中底层模型为基于梅尔频谱图(Mel spectrogram)的深度残差网络(Resnet50)的特征提取模型与长短期记忆网络(LSTM)的时序序列预测模型,而顶层模型为主任务与辅助任务各自对应的全连接...