一种基于特征和样本对抗共生的多任务学习方法及其系统

摘要

本发明涉及多任务深度学习领域，其提供了一种基于特征和样本对抗共生的多任务学习方法，包括以下步骤：S1、随机抽取任务的样本，生成与领域无关的共性隐式特征；S2、基于步骤S1中生成的共性隐式特征，生成高仿真的样本，该高仿真的样本作为步骤S1下一循环的任务样本；S3、循环步骤S1和S2，直到多任务的对抗博弈达到均衡时，生成最终的高仿真样本和高质量分类标签；本发明还提供了一种基于特征和样本对抗共生的多任务学习系统；本发明解决了领域分布差异和小样本问题，将极大提高机器学习系统的泛化性能，从而推动人工智能的诸多应用领域取得突破。本发明不但适用于多任务学习和迁移学习，也适用于多视图学习和多模态学习。