基于高斯过程的多任务联合学习

针对传统多任务学习方法只利用关系或者特征进行多任务学习的局限性,提出了一种基于高斯过程并且同时学习任务特征和任务关系协方差矩阵的多任务学习方法。该方法通过高速过程对多个线性函数进行建模,同时构建任务关系协方差矩阵和特征关系协方差矩阵,在训练的同时学习线性方程的参数、任务关系协方差矩阵和特征关系协方差矩阵,该方法称为基于高斯过程的多任务联合学习(multi-task joint learning based on gaussian process,MJLGP)。实验结果表明,所提方法在精度上比对比实验具有更好的优势。