《多任务学习》最新综述论文

【文件属性】：

文件名称：《多任务学习》最新综述论文

文件大小：1.1MB

文件格式：PDF

更新时间：2024-04-26 12:52:31

多任务学习 综述

多任务学习(Multi-Task Learning, MTL)是机器学习中的一种学习范式，其目的是利用多个相关任务中包含的有用信息来帮助提高所有任务的泛化性能。本文从算法建模、应用和理论分析三个方面对MTL进行了综述。在算法建模方面，给出了MTL的定义，并将不同的MTL算法分为特征学习、低秩、任务聚类、任务关系学习和分解五类，并讨论了每种方法的特点。