AAAIDec, 2020
不确定性损失降低非对称多任务特征学习的负迁移
Task Uncertainty Loss Reduce Negative Transfer in Asymmetric Multi-task Feature Learning
Rafael Peres da Silva, Chayaporn Suphavilai, Niranjan Nagarajan
TL;DR本文提出了一种解决多任务学习中负迁移问题的方法 —— 不对所有任务赋予相等的影响,而是根据任务损失和可信度进行加权处理,在两个数据集上的实验表明该方法能够有效减少负迁移,提高多任务学习的鲁棒性。