Buchumschlag

Analytical Uncertainty-Based Loss Weighting in Multi-Task Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kirchdorfer, Lukas, Elich, Cathrin, Kutsche, Simon, Stuckenschmidt, Heiner, Schott, Lukas, Köhler, Jan M.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Examining Common Paradigms in Multi-Task Learning
von: Elich, Cathrin, et al.
Veröffentlicht: (2023)

Multi-Task Learning with Multi-Annotation Triplet Loss for Improved Object Detection
von: Zhou, Meilun, et al.
Veröffentlicht: (2025)

MonoSOWA: Scalable monocular 3D Object detector Without human Annotations
von: Skvrna, Jan, et al.
Veröffentlicht: (2025)

Epistemic Uncertainty-Weighted Loss for Visual Bias Mitigation
von: Stone, Rebecca S, et al.
Veröffentlicht: (2022)

Multi-Task Learning Using Uncertainty to Weigh Losses for Heterogeneous Face Attribute Estimation
von: Yuan, Huaqing, et al.
Veröffentlicht: (2024)

Evaluation of Data Augmentation and Loss Functions in Semantic Image Segmentation for Drilling Tool Wear Detection
von: Schlager, Elke, et al.
Veröffentlicht: (2023)

Task Prototype-Based Knowledge Retrieval for Multi-Task Learning from Partially Annotated Data
von: Oh, Youngmin, et al.
Veröffentlicht: (2026)

Joint-Task Regularization for Partially Labeled Multi-Task Learning
von: Nishi, Kento, et al.
Veröffentlicht: (2024)

Uncertainty Propagation in XAI: A Comparison of Analytical and Empirical Estimators
von: Chiaburu, Teodor, et al.
Veröffentlicht: (2025)

Adaptive Shared Experts with LoRA-Based Mixture of Experts for Multi-Task Learning
von: Yang, Minghao, et al.
Veröffentlicht: (2025)

AgentSimulator: An Agent-based Approach for Data-driven Business Process Simulation
von: Kirchdorfer, Lukas, et al.
Veröffentlicht: (2024)

MIM-Refiner: A Contrastive Learning Boost from Intermediate Pre-Trained Representations
von: Alkin, Benedikt, et al.
Veröffentlicht: (2024)

Resolving Token-Space Gradient Conflicts: Token Space Manipulation for Transformer-Based Multi-Task Learning
von: Jeong, Wooseong, et al.
Veröffentlicht: (2025)

Uncertainty Quantification via Hölder Divergence for Multi-View Representation Learning
von: Zhang, Yan, et al.
Veröffentlicht: (2024)

Role of Locality and Weight Sharing in Image-Based Tasks: A Sample Complexity Separation between CNNs, LCNs, and FCNs
von: Lahoti, Aakash, et al.
Veröffentlicht: (2024)

Objective drives the consistency of representational similarity across datasets
von: Ciernik, Laure, et al.
Veröffentlicht: (2024)

PictSure: Pretraining Embeddings Matters for In-Context Learning Image Classifiers
von: Schiesser, Lukas, et al.
Veröffentlicht: (2025)

An Uncertainty-Aware Loss Function Incorporating Fuzzy Logic: Application to MRI Brain Image Segmentation
von: Verma, Hanuman, et al.
Veröffentlicht: (2026)

Eureka-Moments in Transformers: Multi-Step Tasks Reveal Softmax Induced Optimization Problems
von: Hoffmann, David T., et al.
Veröffentlicht: (2023)

Assessing Robustness via Score-Based Adversarial Image Generation
von: Kollovieh, Marcel, et al.
Veröffentlicht: (2023)

Reevaluation of Inductive Link Prediction
von: Ott, Simon, et al.
Veröffentlicht: (2024)

V-LoL: A Diagnostic Dataset for Visual Logical Learning
von: Helff, Lukas, et al.
Veröffentlicht: (2023)

Multi-Task Learning with Additive U-Net for Image Denoising and Classification
von: Lakkavalli, Vikram, et al.
Veröffentlicht: (2026)

MMEarth: Exploring Multi-Modal Pretext Tasks For Geospatial Representation Learning
von: Nedungadi, Vishal, et al.
Veröffentlicht: (2024)

LVLM-Aided Alignment of Task-Specific Vision Models
von: Koebler, Alexander, et al.
Veröffentlicht: (2025)

DeepChest: Dynamic Gradient-Free Task Weighting for Effective Multi-Task Learning in Chest X-ray Classification
von: Mohamed, Youssef, et al.
Veröffentlicht: (2025)

Simplifying Multi-Task Architectures Through Task-Specific Normalization
von: Suteu, Mihai, et al.
Veröffentlicht: (2025)

Cross-modal Affinity-aligned Multimodal Learning Analytics for Predicting Student Collaboration Satisfaction in Game-Based Learning
von: Tsai, Wen-Hsin, et al.
Veröffentlicht: (2026)

RobuMTL: Enhancing Multi-Task Learning Robustness Against Weather Conditions
von: Shaffee, Tasneem, et al.
Veröffentlicht: (2026)

Towards Unified Modeling in Federated Multi-Task Learning via Subspace Decoupling
von: Wei, Yipan, et al.
Veröffentlicht: (2025)

Class Incremental Learning via Likelihood Ratio Based Task Prediction
von: Lin, Haowei, et al.
Veröffentlicht: (2023)

Clinically-Inspired Hierarchical Multi-Label Classification of Chest X-rays with a Penalty-Based Loss Function
von: Asadi, Mehrdad, et al.
Veröffentlicht: (2025)

Multi-Centre Validation of a Deep Learning Model for Scoliosis Assessment
von: Kubov, Šimon, et al.
Veröffentlicht: (2025)

Cataract-LMM Large-Scale Multi-Source Multi-Task Benchmark for Deep Learning in Surgical Video Analysis
von: Ahmadi, Mohammad Javad, et al.
Veröffentlicht: (2025)

SimO Loss: Anchor-Free Contrastive Loss for Fine-Grained Supervised Contrastive Learning
von: Bouhsine, Taha, et al.
Veröffentlicht: (2024)

When Multi-Task Learning Meets Partial Supervision: A Computer Vision Review
von: Fontana, Maxime, et al.
Veröffentlicht: (2023)

MTLoRA: A Low-Rank Adaptation Approach for Efficient Multi-Task Learning
von: Agiza, Ahmed, et al.
Veröffentlicht: (2024)

Proactive Gradient Conflict Mitigation in Multi-Task Learning: A Sparse Training Perspective
von: Zhang, Zhi, et al.
Veröffentlicht: (2024)

LEARN: A Unified Framework for Multi-Task Domain Adapt Few-Shot Learning
von: Ravichandran, Bharadwaj, et al.
Veröffentlicht: (2024)

Multi-Spectral Gaussian Splatting with Neural Color Representation
von: Meyer, Lukas, et al.
Veröffentlicht: (2025)