文件名称：具有多个视图的多个任务的共享结构学习
文件大小：249KB
文件格式：PDF
更新时间：2024-04-07 00:06:25
Alternating optimizations; Computation loads; Multi-view
现实世界中的问题通常表现出双重异质性，即问题中的每个任务都具有来自多个视图的特征，并且多个任务通过一个或多个共享视图相互关联。为了解决具有多个视图的这些多任务问题，我们提出了一种共享结构学习框架，该框架可以从多个相关任务中学习通用视图上的共享预测结构，并利用不同视图之间的一致性来提高性能。推导了一种交替优化算法来解决所提出的框架。此外，在优化过程中，仅通过共享一些统计信息就可以在每个任务中本地处理计算负荷，从而显着降低了时间复杂度和空间复杂度。对四个实际数据集的实验研究表明，我们的框架大大优于最新的基准。