面向初学者的基于双分支神经网络的多目标预测
机器学习
2021-10-26 v2
摘要
多目标预测（MTP）是机器学习任务的总称，涉及多个目标变量的同时预测。其经典实例包括多标签分类、多元回归、多任务学习、二部预测、零样本学习、网络推断与矩阵补全。尽管存在显著相似性，过去二十年间这些领域均独立演化为不同的研究方向。这导致大量高度工程化方法的开发，并为非该领域专家的机器学习从业者树立了颇高的入门壁垒。本工作中我们提出一种通用深度学习方法，可用于广泛的多目标预测问题。我们引入一种灵活的多分支神经网络架构，部分通过问卷配置，以帮助终端用户为其需求选择合适的 MTP 问题设定。广泛领域的实验结果表明，所提方法相较特定 MTP 领域的方法展现出有竞争力的性能。
引用
@article{arxiv.2104.09967,
title = {Multi-target prediction for dummies using two-branch neural networks},
author = {Dimitrios Iliadis and Bernard De Baets and Willem Waegeman},
journal= {arXiv preprint arXiv:2104.09967},
year = {2021}
}