Open MAEA2 opened 5 years ago
https://arxiv.org/abs/1802.04676
MTLのlow-rank approachの新手法を提案。重み行列Wを2つのlow-rankな行列積UVに分解する。Uはvariable selection に関する行列、Vはtask groupingに関する行列。Vがタスクごとに程よくスパースになるようにk-support normで正則化を行う。
人工データと実データで検証し、既存手法よりも良い結果を出した。
計算時間など。
論文リンク
https://arxiv.org/abs/1802.04676
どんなもの?
MTLのlow-rank approachの新手法を提案。重み行列Wを2つのlow-rankな行列積UVに分解する。Uはvariable selection に関する行列、Vはtask groupingに関する行列。Vがタスクごとに程よくスパースになるようにk-support normで正則化を行う。
先行研究と比べてどこがすごい?
技術や手法のキモはどこ?
どうやって有効だと検証した?
人工データと実データで検証し、既存手法よりも良い結果を出した。
議論はある?
計算時間など。
次に読むべき論文は?