大连理工大学学报

作者：尚青霞,周磊,冯亮

关键词：多任务优化(MTO)多任务学习(MTL)降噪自动编码器单任务优化基于种群的搜索算法

基金：国家自然科学基金青年基金资助项目(61603064)；中央高校前沿交叉项目(106112017CDJQJ188828)；重庆市前沿基础应用面上项目(cstc2017jcyjAX0319).

人类通常可同时进行多个任务的学习，将从一个任务中获得的知识应用到另一个任务中以加速此任务的学习．受此学习行为的启发，多任务学习(MTL)被提出并被广泛研究．与MTL动机类似，多任务优化(MTO)是在传统基于单任务优化算法基础上被提出的一种新型优化算法，该算法旨在同时在线执行多个任务，从一个任务中获取知识以帮助另一个任务，并进行任务间知识迁移，以提高多任务的优化性能．基于降噪自动编码器提出了一种新型MTO算法，推演出一种具有闭式解的降噪自动编码器，并利用此编码器显式地对多任务构建任务映射，从而使所提MTO算法能够利用不同的基于单任务优化算法的搜索偏好．采用常用的MTO基准进行综合性实验，验证了所提算法的有效性．

来源：2019年第4期

《大连理工大学学报》期刊编辑部

查看大连理工大学学报杂志2019年第4期