多任务学习的研究

多任务学习起源于机器学习领域对归纳偏置问题的研究，该学习范式通过对多个相关任务同时进行学习，利用任务之间传递的有用信息，以获取更优的归纳偏置用于假设空间搜索。由于多任务学习在提高学习系统泛化能力方面具有显著的能力，该课题已成为目前国际机器学习界的一个研究热点。本项目将提出基于懒惰学习技术的多任务学习算法，从而充分利用懒惰学习技术的学习能力；提出基于多示例学习技术的多任务学习算法，从而充分利用多示例学习技术的对象表示能力；提出结合了多标记学习和多任务学习的算法，从而充分利用多标记学习与多任务学习之间的内在联系；设计出基于多任务学习的新型图像自动分类技术，从而能比现有的技术更好地处理图像蕴涵的多样性信息。上述研究内容在国际上尚未见到报道，其成果可望在国际上产生积极的影响。本项目不仅可望产生6-8 篇高质量学术论文，还可望取得具有自主知识产权的专利技术。