《主動學習和半監督學習的理論和套用的研究》是依託清華大學,由張長水擔任項目負責人的面上項目。
基本介紹
- 中文名:主動學習和半監督學習的理論和套用的研究
- 依託單位:清華大學
- 項目負責人:張長水
- 項目類別:面上項目
- 批准號:60475001
- 申請代碼:F0605
- 負責人職稱:教授
- 研究期限:2005-01-01 至 2007-12-31
- 支持經費:23(萬元)
《主動學習和半監督學習的理論和套用的研究》是依託清華大學,由張長水擔任項目負責人的面上項目。
半監督學習的研究的歷史可以追溯到20世紀70年代,這一時期,出現了自訓練(Self-Training)、直推學習(Transductive Learning)、生成式模型(Generative Model)等學習方法。到了20世紀90年代,對半監督學習的研究變得更加狂熱,新的理論的出現,以及自然語言的處理、文本分類和計算機視覺中的新套用的發展,促進了半監督學習...
《線上半監督學習理論及方法》從理論分析開始,描述了線上半監督學習的框架,對線上流形正則化、線上協同正則化、線上半監督支持向量機和線上多重正則化等新方法、新算法進行了介紹,最後從工程套用角度進行了案例分析。在章節組織上,第1章總結了線上半監督學習的研究現狀和基本概念。第2章介紹了線上半監督學習的數學...
《安全半監督學習的研究》是依託南京大學,由李宇峰擔任項目負責人的青年科學基金項目。項目摘要 半監督學習是機器學習中的一個熱門研究領域。一般認為,通過利用未標記數據,半監督學習可以取得比只利用有標記數據進行監督學習更好的性能。然而近年來的一些研究發現,盲目利用未標記數據有可能導致性能變壞,而如何確保在...
《半監督排序學習理論與算法研究》是依託中山大學,由潘炎擔任項目負責人的青年科學基金項目。中文摘要 在信息檢索系統中,對檢索結果的排序一直是最核心的研究問題。排序在網際網路搜尋引擎,協同過濾、自動問答,自然語言理解等領域都有廣泛套用。近年來,研究者把機器學習用於排序問題上,提出了排序學習(Learning to Rank...
《稀疏半監督學習的理論與方法研究》是依託華東師範大學,由孫仕亮擔任項目負責人的面上項目。項目摘要 稀疏半監督學習考慮運用少量標註樣本和部分未標註樣本以表達預測函式,具有對新樣本標籤的預測時間短、易於擴展到大規模數據的優點,正逐漸受到國際同行的關注。本項目從產生稀疏性的兩種不同途徑,即採用特定範數的規範...
《面向半監督數據集的智慧型軟測量建模方法研究與套用》是依託浙江大學,由葛志強擔任項目負責人的面上項目。項目摘要 針對流程工業過程中普遍存在的半監督數據結構特徵,本項目擬開展基於貝葉斯和半監督學習理論的智慧型軟測量建模方法研究。具體研究內容包括:分析流程工業過程半監督數據結構特點;有監督和半監督軟測量模型相互...
《基於主動半監督學習的遙感影像分類》是依託中國礦業大學,由王雪松擔任項目負責人的面上項目。項目摘要 遙感影像的分類是遙感數據在土地資源分析及套用的第一步,是人們獲取遙感信息的一種重要手段。針對遙感數據具有的高維數、小樣本和數據量大的特性,利用機器學習理論和方法,研究遙感影像的分類問題。內容包括:為...
《半監督學習》是2021年科學出版社出版的圖書。內容簡介 本書是國際學術界論述半監督學習理論與方法最為詳細、內容最為豐富的一部著作。書中,數十位研究人員就半監督學習的各個方面闡述其研究成果,具體包含生成式模型、低密度分割、基於圖的方法、表示的變換、半監督學習實踐、視角六部分。圖書目錄 《信息科學技術...
《增量式半監督學習的研究》是依託復旦大學,由池明旻擔任項目負責人的青年科學基金項目。 項目摘要 隨著網際網路數位化技術的飛速發展,各類數字信息越來越多,使用監督方法,需要足夠的標記樣本訓練分類器,而採用人工手法進行全部標記變得十分困難,常面臨小樣本數據集問題。同時大量多媒體數據的出現導致數據維數不斷增加,...
半監督聚類是近幾年機器學習領域的一個新的研究方向, 也是數據挖掘的一個重要分支,逐步成為許多領域的有用工具。信息簡介 聚類是人類一項最基本的、最重要的認識活動, 在許多領域中被廣泛地套用。 半監督學習是近幾年來 在機器學習領域新發展的一種學習方法,國外半監督 聚類的研究開始得比較早,已經取得了一定的...
《基於半監督學習的高分辨遙感影像信息提取方法研究》是依託陝西師範大學,由汪西莉擔任項目負責人的面上項目。項目摘要 高分辨遙感影像數據量的增加要求提高解譯的自動化程度,高質量的解譯結果要求提高處理的智慧型化程度,為此,本項目綜合遙感、模式識別、機器學習、計算機視覺、信號分析等領域的新進展,研究高分辨遙感信息...
本課題主要針對現有採樣方法機制單一、缺少容錯機制等問題,提出了一種基於多假設的採樣方法,通過只採樣數據而不指定數據類別的方式從半監督學習的角度來解決多類別不平衡這個特殊的監督學習問題;提出了一種基於協作型半監督集成學習的不平衡數據處理方法,加深了對集成學習模型的理解、擴展了其套用範圍;並且將理論研究...
其具有以下特點:1、更充分地融合分類問題的數據信息和先驗知識;2、有效地解決常見正則化分類器設計算法中存在的主要問題,進一步提高分類器的推廣性能;3、可套用於增量學習中,以處理大規模的分類(包括動態環境等)問題;4、可進一步拓展到半監督學習領域。研究內容涉及:1、新方法的理論分析與實驗驗證;2、判別性...
提出了基於協同訓練的半監督跨語言映射算法和基於標籤傳播的半監督跨語言映射算法,實驗表明協同訓練算法在目標語言詞性標註的性能上達到81.14%,比同類最好算法提高了近2個百分點;而標籤傳播算法在詞性標註跨語言映射上性能從81.78%提升至83.28%。將二類分類問題的噪聲學習理論推廣到多類上,得到多類分類問題的噪聲...
建立了101幅高質量神經細胞圖像資料庫,為神經細胞樹突棘形態研究提供了有效的數據基礎,三種樹突棘分類正確率達到91.7%;完成了將樹突棘特徵提取和相鄰粘連樹突棘分割問題轉化為識別分類問題的既定目標,較好的解決了醫學圖像中普遍存在的分割問題,拓展了半監督學習在圖像分割與多特徵集分類中的套用。
本項目將針對演化數據上的學習的若干理論、方法和套用問題進行探討。我們將從三個方面對理論和方法的問題展開研究,它們是演化數據上的聚類和半監督學習、演化數據上的主動學習,和演化數據上的線上學習。同時,我們將搭建一個實驗性系統,對BBS、新聞文本分析等具體套用問題進行套用研究。這些理論、方法和套用問題的研究...
項目組在弱監督學習的理論、方法和套用三個層面上開展了研究,提出了一系列方法,形成了一系列研究成果。總之,項目達到了既定的研究目標,超額完成了既定的研究內容。 弱監督學習的理論層次上,在弱監督信息下聚類假設和流形學習假設合理性理論分析的基礎上,提出了基於負標籤的半監督學習框架、基於連結的半監督維數約...
目前的主要研究內容包括:集成學習、半監督與主動學習、多示例與多標記學習、代價敏感和類別不平衡學習、度量學習、降維與特徵選擇、結構學習與聚類、演化計算的理論基礎、增強可理解性、基於內容的圖像檢索、 Web 搜尋與挖掘、人臉識別、計算機輔助醫療診斷、生物信息學等。成員 LAMDA的成員包括教師、工作人員、學生、訪問...
本項目針對現有方法在複雜背景及運動套用中所存在的跟蹤失效問題,對基於半監督學習和互動模型的多目標跟蹤方法進行研究。研究內容包括:(1)提出了基於半監督CovBoosting的單目標跟蹤及多目標跟蹤方法,有效應對了跟蹤視頻中表觀及背景漸變帶來的挑戰;(2)提出了基於互動模型的多目標跟蹤方法,包括如何估計目標的運動...
本書從機器學習的理論與套用出發,重點對基於人工神經網路的學習方法進行了闡述,並對監督和半監督兩種學習形式分別進行了深入的探討。在理論研究的基礎之上,針對遙感圖像解譯的實際問題,給出了多個仿真實例,進而說明本書理論在實際套用中的有效性。 [1] 基於神經網路的監督和半監督學習方法與遙感圖像智慧型解...
《基於Directionlets與半監督學習的乳腺圖像奇異性檢測》是依託西安電子科技大學,由高新波擔任項目負責人的面上項目。中文摘要 乳腺癌是女性中引起癌症死亡的第二主因,嚴重威脅著婦女的健康。隨著影像處理技術和人工智慧的大力發展,基於乳腺X線圖像的計算機輔助檢測(CAD)已逐步套用於臨床診斷,大大降低了醫生的工作...
方法研究包括:在現有遷移學習算法性能比較的基礎上,嘗試為新問題中遷移學習算法建立新的選擇準則;遷移算法的擴展性研究:半監督遷移算法與主動遷移算法。套用中主要研究面向氣象雷達數據分類的遷移學習算法。基於遷移學習的氣象雷達數據分類研究將為災害性天氣的預報提供有力支持。課題不僅對遷移學習的理論有較大突破,...
數據理解是機器學習和數據挖掘中的基本需求。本項目研究數據理解方面從理論到套用的三個部分:理論部分研究參數空間和函式空間的最佳化問題,以及對統計學習算法做性能分析。結構化數據的建模和分析部分研究半參數的學習問題和結構化輸出中的半監督學習、遷移學習、結構化輸出的分類等問題。在套用部分研究圖像中目標的檢測和...
本課題目標是,通過對視覺注意、轉移、競爭式聯想等視覺動態特性的研究,推進對視覺認知機理的認識,通過對視覺語義基元合理性定義,尋求基於上下文語義基元的視頻語義理解關聯計算方法,探索異構數據和異構任務間的學習模式,發展半監督學習、主動學習和生成學習理論,創新出自主式視頻語義挖掘計算方法、視頻語義學習方法和...