【报告内容】

汇报人：戴可涛

汇报单位：太原理工大学

主题：《Multitask Feature Learning as Multiobjective Optimization: A New Genetic Programming Approach to Image Classification 》

1、Introduction

2、Background And Related Work

3、Proposed Approach

4、Experimental

5、Conclusion

【报告总结】

1. 在树的构建时，为什么会有两个外部的参数？

答：这两个参数是图像过滤/池化层的函数所需要的，由于在该层中需要的输入不同，input层就会输入不同的参数。

2. 最终测试不同任务时那5个非支配解是怎么来的？

答：算法最终输出的一组非支配解中，选出对于某个任务性能最好的5个解来作为测试时使用的解。

3. 得出来的帕累托前沿是一次跑出来的，还是针对不同的任务分别跑出来的？

答：该算法是一次得出一组非支配解，其中包括了不同的任务所需要的5个不同的非支配解。

4. 什么是过度拟合？

答：举一个例子来说，在机器学习中，得出来的解对于训练集来说拥有非常好的结果，但是对于测试集来说，得出的结果非常不理想，这种现象就成为过度拟合。

报告时间：2022年10月07日19:30

腾讯会议ID：371 3868 6615

点我下载本讨论课相关文献或PPT吧~(提取码：iipr)