- …
- …
#368
summarized by : Hiroaki Aizawa
どんな論文か？
multi-task learningにおいて，一つのネットワークで複数のタスクを解こうとしたときネットワークの容量に応じて性能限界が生じるtask interference問題がある．この研究では，無関係な情報を排除しながら，タスクに適応した特徴を強調することができるtask-dependent feature adaptationとtask attentionを提案．
新規性
タスク固有の特徴のadaptationの観点から，multi-taskのあるtaskに集中することができるようにしたこと．これにより，図に示すようにタスクに応じた特徴抽出が可能と成る．この図は各層についてタスク間の類似性をRGB値で示している．
結果
提案手法により，性能を保ち，改善しつつパラメータ数の大幅な削減と，計算量とmulti-taskの性能間のスムーズなtrade-offを，PASCAL, NYUD, FSVのデータセットで示した．
その他（なぜ通ったか？等）
- …
- …