会员服务

半监督多任务学习：Semisupervised Multitask Learning

2018 年 4 月 29 日 我爱读PAMI 王靖琰

这篇论文说的是多任务学习，作者提出不同的任务之间有密切的联系，为了探索这种密切的联系，用了链式概率，就是从前面几个任务的参数可以预测这个任务的参数。另外还用了半监督的那种基于图的分类器，如果一个点经过几步能走到一个相邻的点，那它的邻居的分类问题它也要掺和一下。作者是杜克大学的Qiuhua Liu师姐，现在已经在美国做码农了。





Semisupervised Multitask Learning

Qiuhua Liu; Xuejun Liao; Hui Li Carin; Jason R. Stack;Lawrence Carin

IEEE Transactions on Pattern Analysis and MachineIntelligence

Year: 2009, Volume: 31, Issue: 6

Pages: 1074 – 1086

登录查看更多
18

相关内容

多任务学习（MTL）是机器学习的一个子领域，可以同时解决多个学习任务，同时利用各个任务之间的共性和差异。与单独训练模型相比，这可以提高特定任务模型的学习效率和预测准确性。多任务学习是归纳传递的一种方法，它通过将相关任务的训练信号中包含的域信息用作归纳偏差来提高泛化能力。通过使用共享表示形式并行学习任务来实现,每个任务所学的知识可以帮助更好地学习其它任务。
【CVPR2020】在线深度聚类的无监督表示学习, Online Deep Clustering for Unsupervised Representation Learning
【CVPR2020】在线深度聚类的无监督表示学习, Online Deep Clustering for Unsupervised Representation Learning
专知会员服务
68+阅读 · 2020年6月19日
零样本文本分类，Zero-Shot Learning for Text Classification
零样本文本分类，Zero-Shot Learning for Text Classification
专知会员服务
95+阅读 · 2020年5月31日
从多个自我监督任务中学习问题无关的语音表示，Learning Problem-agnostic Speech Representations from Multiple Self-supervised Tasks
从多个自我监督任务中学习问题无关的语音表示，Learning Problem-agnostic Speech Representations from Multiple Self-supervised Tasks
专知会员服务
16+阅读 · 2020年5月6日
【Facebook AI】自监督学习在计算机视觉应用最新概述，108页ppt Self-supervised learning
【Facebook AI】自监督学习在计算机视觉应用最新概述，108页ppt Self-supervised learning
专知会员服务
161+阅读 · 2020年4月19日
【伯克利】元学习的元基线，A New Meta-Baseline for Few-Shot Learning
【伯克利】元学习的元基线，A New Meta-Baseline for Few-Shot Learning
专知会员服务
66+阅读 · 2020年3月28日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
【ICML2020投稿论文-DeepMind】时序差分学习的推理与泛化，Temporal Difference Learning
专知会员服务
25+阅读 · 2020年3月16日
【Google】无监督机器翻译，Unsupervised Machine Translation
【Google】无监督机器翻译，Unsupervised Machine Translation
专知会员服务
35+阅读 · 2020年3月3日
图机器学习导论，69页ppt，An introduction to machine learning on graphs
图机器学习导论，69页ppt，An introduction to machine learning on graphs
专知会员服务
380+阅读 · 2019年12月27日
【课程】纽约大学 DS-GA 1003 Machine Learning
【课程】纽约大学 DS-GA 1003 Machine Learning
专知会员服务
45+阅读 · 2019年10月29日
多任务学习(Multitask-Learning)相关资料、经典论文、开源代码整理分享
多任务学习(Multitask-Learning)相关资料、经典论文、开源代码整理分享
深度学习与NLP
45+阅读 · 2019年10月22日
语义分割 | context relation
语义分割 | context relation
极市平台
8+阅读 · 2019年2月9日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
RL 真经
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
论文浅尝 | Zero-Shot Transfer Learning for Event Extraction
论文浅尝 | Zero-Shot Transfer Learning for Event Extraction
开放知识图谱
26+阅读 · 2018年11月1日
笔记 | Deep active learning for named entity recognition
笔记 | Deep active learning for named entity recognition
黑龙江大学自然语言处理实验室
24+阅读 · 2018年5月27日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
NLP多任务学习：一种层次增长的神经网络结构 | PaperDaily #16
NLP多任务学习：一种层次增长的神经网络结构 | PaperDaily #16
PaperWeekly
5+阅读 · 2017年11月21日
BranchOut: Regularization for Online Ensemble Tracking with CNN
BranchOut: Regularization for Online Ensemble Tracking with CNN
统计学习与视觉计算组
9+阅读 · 2017年10月7日
【简介】生成式对抗网络简介
【简介】生成式对抗网络简介
GAN生成式对抗网络
8+阅读 · 2017年9月16日
Meta-Transfer Learning for Zero-Shot Super-Resolution
Meta-Transfer Learning for Zero-Shot Super-Resolution
Arxiv
43+阅读 · 2020年2月27日
S$^\mathbf{4}$L: Self-Supervised Semi-Supervised Learning
Arxiv
5+阅读 · 2019年5月9日
Dynamic Transfer Learning for Named Entity Recognition
Dynamic Transfer Learning for Named Entity Recognition
Arxiv
5+阅读 · 2019年5月1日
Few-shot Learning: A Survey
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Notes on Deep Learning for NLP
Arxiv
22+阅读 · 2018年8月30日
Large Margin Few-Shot Learning
Arxiv
11+阅读 · 2018年7月8日
Better and Faster: Knowledge Transfer from Multiple Self-supervised Learning Tasks via Graph Distillation for Video Classification
Arxiv
3+阅读 · 2018年4月26日
Large Scale Local Online Similarity/Distance Learning Framework based on Passive/Aggressive
Arxiv
5+阅读 · 2018年4月5日
End-to-End Video Captioning with Multitask Reinforcement Learning
Arxiv
5+阅读 · 2018年3月21日
Deep Active Learning for Named Entity Recognition
Arxiv
15+阅读 · 2018年2月4日
VIP会员
相关主题
多任务学习
半监督
监督
分类器
概率
论文
相关VIP内容
【CVPR2020】在线深度聚类的无监督表示学习, Online Deep Clustering for Unsupervised Representation Learning
【CVPR2020】在线深度聚类的无监督表示学习, Online Deep Clustering for Unsupervised Representation Learning
专知会员服务
68+阅读 · 2020年6月19日
零样本文本分类，Zero-Shot Learning for Text Classification
零样本文本分类，Zero-Shot Learning for Text Classification
专知会员服务
95+阅读 · 2020年5月31日
从多个自我监督任务中学习问题无关的语音表示，Learning Problem-agnostic Speech Representations from Multiple Self-supervised Tasks
从多个自我监督任务中学习问题无关的语音表示，Learning Problem-agnostic Speech Representations from Multiple Self-supervised Tasks
专知会员服务
16+阅读 · 2020年5月6日
【Facebook AI】自监督学习在计算机视觉应用最新概述，108页ppt Self-supervised learning
【Facebook AI】自监督学习在计算机视觉应用最新概述，108页ppt Self-supervised learning
专知会员服务
161+阅读 · 2020年4月19日
【伯克利】元学习的元基线，A New Meta-Baseline for Few-Shot Learning
【伯克利】元学习的元基线，A New Meta-Baseline for Few-Shot Learning
专知会员服务
66+阅读 · 2020年3月28日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
【ICML2020投稿论文-DeepMind】时序差分学习的推理与泛化，Temporal Difference Learning
专知会员服务
25+阅读 · 2020年3月16日
【Google】无监督机器翻译，Unsupervised Machine Translation
【Google】无监督机器翻译，Unsupervised Machine Translation
专知会员服务
35+阅读 · 2020年3月3日
图机器学习导论，69页ppt，An introduction to machine learning on graphs
图机器学习导论，69页ppt，An introduction to machine learning on graphs
专知会员服务
380+阅读 · 2019年12月27日
【课程】纽约大学 DS-GA 1003 Machine Learning
【课程】纽约大学 DS-GA 1003 Machine Learning
专知会员服务
45+阅读 · 2019年10月29日
热门VIP内容
相关资讯
多任务学习(Multitask-Learning)相关资料、经典论文、开源代码整理分享
多任务学习(Multitask-Learning)相关资料、经典论文、开源代码整理分享
深度学习与NLP
45+阅读 · 2019年10月22日
语义分割 | context relation
语义分割 | context relation
极市平台
8+阅读 · 2019年2月9日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
RL 真经
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
论文浅尝 | Zero-Shot Transfer Learning for Event Extraction
论文浅尝 | Zero-Shot Transfer Learning for Event Extraction
开放知识图谱
26+阅读 · 2018年11月1日
笔记 | Deep active learning for named entity recognition
笔记 | Deep active learning for named entity recognition
黑龙江大学自然语言处理实验室
24+阅读 · 2018年5月27日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
NLP多任务学习：一种层次增长的神经网络结构 | PaperDaily #16
NLP多任务学习：一种层次增长的神经网络结构 | PaperDaily #16
PaperWeekly
5+阅读 · 2017年11月21日
BranchOut: Regularization for Online Ensemble Tracking with CNN
BranchOut: Regularization for Online Ensemble Tracking with CNN
统计学习与视觉计算组
9+阅读 · 2017年10月7日
【简介】生成式对抗网络简介
【简介】生成式对抗网络简介
GAN生成式对抗网络
8+阅读 · 2017年9月16日
相关论文
Meta-Transfer Learning for Zero-Shot Super-Resolution
Meta-Transfer Learning for Zero-Shot Super-Resolution
Arxiv
43+阅读 · 2020年2月27日
S$^\mathbf{4}$L: Self-Supervised Semi-Supervised Learning
Arxiv
5+阅读 · 2019年5月9日
Dynamic Transfer Learning for Named Entity Recognition
Dynamic Transfer Learning for Named Entity Recognition
Arxiv
5+阅读 · 2019年5月1日
Few-shot Learning: A Survey
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Notes on Deep Learning for NLP
Arxiv
22+阅读 · 2018年8月30日
Large Margin Few-Shot Learning
Arxiv
11+阅读 · 2018年7月8日
Better and Faster: Knowledge Transfer from Multiple Self-supervised Learning Tasks via Graph Distillation for Video Classification
Arxiv
3+阅读 · 2018年4月26日
Large Scale Local Online Similarity/Distance Learning Framework based on Passive/Aggressive
Arxiv
5+阅读 · 2018年4月5日
End-to-End Video Captioning with Multitask Reinforcement Learning
Arxiv
5+阅读 · 2018年3月21日
Deep Active Learning for Named Entity Recognition
Arxiv
15+阅读 · 2018年2月4日
大家都在搜
  1. palantir
  2. 自主可控
  3. 大型语言模型
  4. CMU博士论文
  5. 数字孪生
  6. 无人艇
  7. 洛克菲勒
  8. 反无
  9. 避障
  10. GANLab 将GA
    11.
Top
微信扫码咨询专知VIP会员
Top