Conveyance：面向结构化类别空间的多任务学习框架

研究者提出 Conveyance 分类方法及其损失函数，旨在利用结构化类别空间中的类间关系，解决标准交叉熵损失缺乏结构感知的问题。该方法允许用户在不定义复杂联合分布的情况下编码类间图状关系，并通过最大化两个独立分区上的边际来保持单调性和部分凸性。 在层级分类、序数回归和多实例学习任务中，Conveyance 的性能匹配或超越了专用基线模型，为结构化类别空间提供了统一的解决方案。