Leveraging convergence behavior to balance conflicting tasks in multitask learning (2022)
- Authors:
- USP affiliated authors: WOLF, DENIS FERNANDO - ICMC ; NAKAMURA, ANGELICA TIEMI MIZUNO - ICMC
- Unidade: ICMC
- DOI: 10.1016/j.neucom.2022.09.042
- Subjects: APRENDIZADO COMPUTACIONAL; REDES NEURAIS; ANÁLISE DE DESEMPENHO
- Keywords: Multi-task learning; Neural networks; Multi-objective optimization
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Neurocomputing
- ISSN: 0925-2312
- Volume/Número/Paginação/Ano: v. 511, p. 43-53
- Este periódico é de assinatura
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: green
-
ABNT
NAKAMURA, Angelica Tiemi Mizuno e GRASSI JÚNIOR, Valdir e WOLF, Denis Fernando. Leveraging convergence behavior to balance conflicting tasks in multitask learning. Neurocomputing, v. 511, p. 43-53, 2022Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2022.09.042. Acesso em: 28 dez. 2025. -
APA
Nakamura, A. T. M., Grassi Júnior, V., & Wolf, D. F. (2022). Leveraging convergence behavior to balance conflicting tasks in multitask learning. Neurocomputing, 511, 43-53. doi:10.1016/j.neucom.2022.09.042 -
NLM
Nakamura ATM, Grassi Júnior V, Wolf DF. Leveraging convergence behavior to balance conflicting tasks in multitask learning [Internet]. Neurocomputing. 2022 ; 511 43-53.[citado 2025 dez. 28 ] Available from: https://doi.org/10.1016/j.neucom.2022.09.042 -
Vancouver
Nakamura ATM, Grassi Júnior V, Wolf DF. Leveraging convergence behavior to balance conflicting tasks in multitask learning [Internet]. Neurocomputing. 2022 ; 511 43-53.[citado 2025 dez. 28 ] Available from: https://doi.org/10.1016/j.neucom.2022.09.042 - An effective combination of loss gradients for multi-task learning applied on instance segmentation and depth estimation
- Avaliação e proposta de sistemas de câmeras estéreo para detecção de pedestres em veículos inteligentes
- Aproveitando o comportamento de convergência para equilibrar tarefas conflitantes no aprendizado de múltiplas tarefas
- Improving multi-goal and target-driven reinforcement learning with supervised auxiliary task
- Exploiting fully convolutional neural networks for fast road detection
- Desvio de obstáculos utilizando um método estéreo semi-global
- Vehicle detection with planar laser using different machine learning techniques
- Driver assistance controller for tire saturation avoidance up to the limits of handling
- Mapeamento de terrenos utilizando robôs móveis e sensor laser
- Contribuições para o desenvolvimento de robôs e veículos artônomos
Informações sobre o DOI: 10.1016/j.neucom.2022.09.042 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3098341.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
