本論文は、タスク間の学習進捗の同期化を通じて、多タスク最適化の性能を向上させる新しい手法GO4Alignを提案する。
本研究では、多タスク学習において、タスク間の共通構造を捉えつつ、外れ値タスクを検出・除外する新しい手法を提案する。提案手法は、ロバスト凸クラスタリングを拡張した正則化項を導入することで、同時にタスクのクラスタリングと外れ値タスクの検出を行う。