task-specific features | BriefGPT

关键词task-specific features

搜索结果 - 7

跨任务知识蒸馏的投影学习
通过使用反向投影的简单修改，我们提出了一种针对跨任务设置的知识蒸馏方法，能够有效处理不同任务之间的教师和学生模型，在没有额外成本的情况下，在跨任务设置下相比传统投影获得了高达 1.9％的改进。此外，我们还使用反向投影进行了分析，提出了一种新
PDF3 months ago
密集预测的多任务学习中特征交互的重新思考
通过学习综合的中间特征，将任务通用特征和任务特定特征相结合，提出了一种新的桥特征中心交互方法，通过桥特征生成器生成强桥特征，利用任务模式传播确保高质量的任务交互参与者，再利用任务特征细化器从桥特征中提炼知识来改进最终的任务预测结果。在实验中
PDF6 months ago
重新调整焦点是迁移学习的关键
介绍了一种名为 TOAST 的创新的迁移学习算法，该算法利用任务相关元素来重新调整模型的关注点，从而实现在细粒度视觉分类数据集上超越当前最先进方法的表现。
PDFa year ago
COLING用于联合基于跨度的方面 - 情感分析的分层交互网络
本文提出了一种层次交互网络（HI-ASA）来建模任务间的双向交互，利用交叉针织机制选择性地组合不同的任务特定特征，以确保适当的双向交互，然后应用相互信息技术在输出层互相约束学习，从而使方面输入和情感输入能够通过反向传播编码另一个任务的特征。
PDF2 years ago
ICCV特征规范自适应方法：适用于无监督域自适应的更大规范更易迁移
通过适应特征规范实现域适应来解决目标任务的模型性能下降问题，该方法将标准域适应和部分域适应统一计算，并且在 Office-Home 数据集上取得了 11.5% 的性能提升，在 VisDA2017 数据集上取得了 17.1% 的性能提升。
PDF6 years ago
使用混合模型 CNN 对图和流形进行几何深度学习
这篇论文提出了一个以卷积神经网络为基础的统一框架，以推广 CNN 的应用领域到非欧几里得结构的数据，如图形和流形，并且发现这个框架可以在图像、图形和三维形状分析的标准测试中取得更好的性能。
PDF8 years ago
多任务网络中的全自适应特征共享及其在个人属性分类中的应用
本文提出了一种以紧凑的多任务深度学习架构为设计目标的方法，使用一种推动类似任务聚集的新标准在训练期间贪心地扩大网络，以优化多任务学习的泛化性能并在人员属性分类任务中取得最先进的精度。
PDF8 years ago