基于委员会机制的主动多任务学习
机器学习
2021-03-26 v1 人工智能
摘要
标注训练数据的成本一直是监督学习方法的一个瓶颈。当监督学习同时应用于多个相关任务时,该问题进一步加剧,因为所需标签的数量随任务数量而增长。为缓解此问题,我们提出了一种能够在任务间实现知识迁移的主动多任务学习算法。该方法为每个任务组建一个所谓的委员会,联合进行决策并直接在相似任务间共享数据。我们的方法在保持测试数据高准确率的同时,减少了训练期间的查询次数。在基准数据集上的实证结果显示,在准确率和查询请求数量上均有显著提升。
引用
@article{arxiv.2103.13420,
title = {Active Multitask Learning with Committees},
author = {Jingxi Xu and Da Tang and Tony Jebara},
journal= {arXiv preprint arXiv:2103.13420},
year = {2021}
}