Research on Action Recognition Based on Multi-task Learning Methods

摘要

多任务学习是机器学习和数据挖掘研究领域的前沿课题。多任务学习的目标是通过利用多个相关任务之间的内在相关性，来提高其泛化能力。在许多现实分类问题中，多任务学习已被证明相比于传统单任务学习更有效。比如，在智能交通上，生物信息学,web搜索排名,疫苗设计等等。但在一些真实应用中，多任务中存在不相关（异常）任务。与此同时，对具有高维特征的训练样本进行多任务学习时，特征维度往往是远大于训练样本的。为了同时解决多任务学习中的异常任务问题和特征选择问题，因此本文对多任务学习展开研究。本文的主要工作和贡献有三个方面： 1）我们把多任务学习的思想和属性学习的思想结合起来应用于人体行为识别问题。采用多任务学习方...