Key points are not available for this paper at this time.
نقترح بنية جديدة للتعلم متعدد المهام، والتي تسمح بتعلم الانتباه على مستوى الخصائص المحددة للمهام. تصميمنا، شبكة الانتباه متعددة المهام (MTAN)، تتكون من شبكة مشتركة واحدة تحتوي على مجموعة ميزات عالمية، بالإضافة إلى وحدة انتباه ناعم لكل مهمة. تسمح هذه الوحدات بتعلم الخصائص المحددة للمهام من الميزات العالمية، مع السماح في الوقت نفسه بمشاركة الميزات عبر مهام مختلفة. يمكن تدريب البنية من البداية إلى النهاية ويمكن بناؤها على أي شبكة عصبية أمامية، وهي بسيطة في التنفيذ وفعالة من حيث المعلمات. نقوم بتقييم نهجنا على مجموعة متنوعة من مجموعات البيانات، عبر كل من توقعات الصورة إلى الصورة ومهام تصنيف الصور. نوضح أن بنية لدينا هي الأفضل في التعلم متعدد المهام مقارنة بالطرق الحالية، وهي أيضًا أقل حساسية لمختلف أنظمة الوزن في دالة خسارة المهام المتعددة. يتوفر الكود على https://github.com/lorenmt/mtan.
Building similarity graph...
Analyzing shared references across papers
Loading...
Shikun Liu
Inner Mongolia University
Edward Johns
Imperial College London
Andrew J. Davison
New South Wales Department of Health
Imperial College London
Building similarity graph...
Analyzing shared references across papers
Loading...
درس ليو وآخرون (السبت) هذا السؤال.
synapsesocial.com/papers/69d739b25f9a1dad5348f73f — DOI: https://doi.org/10.1109/cvpr.2019.00197
Synapse has enriched 4 closely related papers on similar clinical questions. Consider them for comparative context: