#386
summarized by : Hideki Tsunashima
NDDR-CNN: Layerwise Feature Fusing in Multi-Task CNNs by Neural Discriminative Dimensionality Reduction

どんな論文か?

マルチタスク学習はそれぞれのタスクが同じ層の特徴マップを利用することが適切とは限らない。そこで、本論文では特徴マップの選択に必要性を無くしたNeural Discriminative Dimensionality Reduction(NDDR)を提案することで、マルチタスク学習においてタスクごとの特徴マップの選択の必要性なしにタスクごとのスコアを向上させることに成功。
placeholder

新規性

マルチタスク学習において各タスクごとの特徴マップの適切な選択の必要性を無くすことで学習方法を一般化した点。

結果

NYU v2 dataset、IMDB-WIKI datasetのマルチタスク学習において既存の手法全ての精度を各タスクで上回った。

その他(なぜ通ったか?等)

一番の通った理由はマルチタスク学習において各タスクごとの特徴マップの適切な選択の必要性を無くしたことにより、学習方法を全てのマルチタスク学習において一般化したためであると考えられる。 また、アブレーションスタディーが充実しており、この学習方法が一般化として成立しうることを十分に示せていることも通った理由であると考えられる。