multitask learning | BriefGPT

关键词multitask learning

搜索结果 - 177

利用注释者的主观性进行鄙视行为识别的多任务学习框架
使用人工智能技术识别厌女症是一种打击网络对女性的有害言论的方式。本文中，我们提出了一种多任务学习方法，利用主体性解释厌女症的主题来提高识别系统性别歧视内容的性能。通过结合不同注释者的多样性观点，考虑六个配置文件组的性别和年龄，在模型设计方面
PDF10 days ago
KDDFlexCare: 灵活的多模态健康预测中利用交叉任务协同
提出了一种名为 FlexCare 的统一医疗预测模型，可以灵活地处理不完整的多模态输入，改善对多个医疗任务的适应性。该模型通过将多任务预测分解为一系列异步的单任务预测来突破传统的并行多任务预测范式，并通过引入多模态信息提取模块和多模态融合模
PDF15 days ago
ACL通过多任务学习解开方言与社会偏见以提高公平性
方言、自然语言处理方法、偏见语言、公平性和多任务学习的关键字；使用多任务学习可以提高公平性，并更可靠地检测偏见语言的特性。
PDF18 days ago
4D ASR: 联合波束搜索综合 CTC、注意力、转导和掩码预测解码器
我们提出了一种联合建模方案，通过多任务学习和三种新的单通道波束搜索算法，我们训练出的 4D 模型在端到端自动语音识别上取得了更好的性能，并超过了使用单个解码器的模型。
PDFa month ago
基于注意力机制的多模态数据顺序推荐系统
提出了一种基于多模态数据的关注机制的序列推荐方法，该方法利用图像、文字和类别等多模态数据，利用 attention 操作和多任务学习损失，提高了推荐系统的性能。
PDFa month ago
$α$VIL：学习如何为多任务学习利用辅助任务
多任务学习中，我们提出了一种名为 α- 可变重要性学习（αVIL）的新方法，该方法能够在模型训练过程中动态地调整任务权重，通过直接使用训练周期之间底层模型参数的任务特定更新，以在各种情境中超越其他多任务学习方法。据我们所知，这是首次尝试直接
PDF2 months ago
ATOMMIC：一种提供医学图像一致性多任务工具箱，促进从获取到磁共振成像分析的人工智能应用
AI 正在改变 MRI 的采集和处理过程，ATOMMIC 是一个开源工具箱，通过实现 DL 网络和多任务学习 (MTL) 来应用 AI 于加速 MRI 重建和分析，结合物理模型与分割网络可以提高 MRI 重建和图像分割的性能。
PDF2 months ago
多任务学习的力量释放：传统、深度和预训练模型时代的综合调查
多任务学习（MTL）是一个灵活且有效的学习范式，结合了任务特定的和共享的信息，同时解决了多个相关任务。本综述以技术层面从传统方法到深度学习和最新的预训练基于模型的最新趋势，对 MTL 的发展进行了全面概述，并将 MTL 技术系统地分类为正则
PDF2 months ago
基于稀疏点标注的电子显微镜弱监督跨领域分割
通过少量局部标注创建的弱监督学习模型在神经科学研究中的电子显微镜（EM）图像的精确细胞器实例分割任务上取得了显著的性能提升，比无监督域自适应方法更具实际应用价值。
PDF3 months ago
精确高效的微区 XRD 相位识别方法：多任务学习应用于热液流体
本研究展示了多任务学习（MTL）架构的深度学习在高度扭曲的微 X 射线衍射模式分析中的潜力，通过训练 MTL 模型识别微 X 射线衍射模式中的相位信息，减少对实验数据标记和预处理的需求，展示了 MTL 模型在准确性上优于二进制分类卷积神经网
PDF4 months ago
KDD基于 Transformer 的多任务学习用于图像标题生成和物体检测
本文介绍了一种创新的多任务学习框架，将图像描述和目标检测结合为一个联合模型。通过联合训练，该模型充分利用了两个任务之间的互补信息，使图像描述的性能得到改进。我们的方法利用了一种基于 Transformer 的架构，实现了端到端的网络集成，同
PDF4 months ago
利用不确定性加权的多任务学习用于异质面部属性估计
基于信息共享，提出了一种广义框架来联合估计面部的序数和名义属性，并通过考虑每个属性估计任务的同方差不确定性来权衡多个损失函数，以实现面部多属性的最优估计，并降低多任务学习的训练成本，与现有方法相比，实验证明所提出的方法具有优越的性能，最后，
PDF4 months ago
面向多任务学习的原则性任务分组
本研究提出一种新方法来进行多任务学习中的任务分组，弥补了现有方法的关键理论和实践限制。与以前的研究不同，我们的方法提供了一个更具理论基础的方法，不依赖于构建转移增益的限制性假设。同时，我们还提出了一种灵活的数学规划方法，可以适应广泛的资源约
PDF4 months ago
多任务物理信息机器学习 (PIML) 方法的科尔莫哥洛夫 n - 宽度：走向稳健度量
将物理学定律纳入机器学习模型的训练过程中，用于解决偏微分方程问题的基于物理学的机器学习 (PIML) 在计算科学与工程中引起了广泛关注。通过应用 Kolmogorov n - 宽度这种度量方法，我们比较了各种多任务 PIML 架构，为其提供
PDF5 months ago
LLM 中实施 1 + N 多任务微调模式的框架 —— 使用 CGC-LORA 算法
通过使用一种新颖的 Customized Gate Control (CGC) Low-rank Adaptation (LoRA) 算法，我们提出了一个统一的框架，在大规模语言模型（LLMs）中实现了一种 1 + N 多任务微调模式，通过
PDF5 months ago
EMA-Net：用于稠密场景预测的高效多任务亲和学习
通过引入 Efficient Multitask Affinity Learning Network (EMA-Net)，本文提出了一种轻量级框架用于增强多任务网络的任务改进能力，其关键创新点在于使用 Cross-Task Affinity
PDF5 months ago
微创手术视觉的多任务学习综述
通过分析 MIS 视频，综述了当前 MTL 系统在 MIS 中的应用，讨论了这些系统的优势和局限性，并对 MTL 在 MIS 的各个应用领域进行了文献分析，包括大模型，突出了显著趋势、新的研究方向和发展。
PDF6 months ago
S3Net：用于卫星极线影像的单分支语义立体网络的立体匹配和语义分割创新
提出了一种名为 Single-branch Semantic Stereo Network（S3Net）的解决方案，通过自我融合和互相融合模块创新性地将语义分割和立体匹配相结合，从而更准确地理解语义信息和视差估计。在 US3D 数据集上的比
PDF6 months ago
SAR-RARP50：机器人辅助根治性前列腺切除术手术器械分割和动作识别挑战
发布了第一个多模态、公开可用的体内手术行为识别和语义仪器分割数据集，旨在通过利用提供的数据集的规模来开发在手术领域中稳健且高准确度的单任务行为识别和仪器分割方法，并进一步探索多任务学习方法的潜力及其相对优势。
PDF6 months ago
每个任务非常少的样本的元学习
在这项研究中，我们研究了元学习和多任务学习的框架，探讨了在小样本情况下，通过少量任务和样本，能否学习到有效的共享表示，并利用该表示解决二分类问题。
PDF6 months ago