#1033
summarized by : Hirokatsu Kataoka
MTL-NAS: Task-Agnostic Neural Architecture Search Towards General-Purpose Multi-Task Learning

どんな論文か?

複数タスク学習に対してNeural Architecture Search(NAS)を導入することにより、タスク間に共通する特徴表現を獲得し、より汎用特徴を獲得するに成功した。
placeholder

新規性

複数タスクのNASを提案したことが最も大きな新規性である。複数タスクのアーキテクチャ探索学習を同時に行うため、バックボーンを分離して階層的かつ融合的に学習を進めていく(図参照)。

結果

法線推定、画像識別やセマンティックセグメンテーションタスクにおいて学習を行った。ResNet-50やVGGNetのバックボーンにおいても同様に探索に成功し、複数タスクの性能を改善することに成功した。

その他(なぜ通ったか?等)