#706
summarized by : Shuhei M Yoshida
Joint Manifold Diffusion for Combining Predictions on Decoupled Observations

どんな論文か?

マルチタスク学習のように、複数のタスク、複数の学習済みモデルの情報を組み合わせることで、より精度の高いモデルを作る手法を議論。特に、学習済みモデルと評価データのみからノンパラメトリックにタスクの依存関係を推定する方法を提案。

新規性

従来手法では、全ての学習済みモデルに対して同じ評価データを用意する必要があった。これに対して、提案手法では、モデルごとに異なる評価データしか用意できない場合(例えばモデルごとに入力する特徴量が異なる場合など)にも、タスク間の関係性を推定できる。

結果

「相対属性ランキング問題」に適用。合成データや7つの公開データセットに対して評価した結果、既存手法を上回る精度を達成。

その他(なぜ通ったか?等)