《基於信息幾何方法的維數約減和信息抽象模型研究》是依託天津大學，由侯越先擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於信息幾何方法的維數約減和信息抽象模型研究
- 項目類別：青年科學基金項目
- 項目負責人：侯越先
- 依託單位：天津大學
- 批准號：60603027
- 申請代碼：F0201
- 負責人職稱：教授
- 研究期限：2007-01-01 至 2009-12-31
- 支持經費：23（萬元）
項目摘要
通用人工智慧系統所面臨的是海量的高維多模數據，信息抽象是有效存儲、傳輸、處理和套用這類信息的前提，也是高層次概念-知識突現、意義形成的基礎。對信息抽象模型-算法的深入研究和理論突破，可改變目前人工智慧研究領域總體上發展緩慢和日趨支離的現狀，有機整合各套用分支的研究成果，實質性推進通用智慧型系統的建構。基於流形學習的非線性維數約減（NLDR）中肯把握了生物高水平感知和思維的抽象機制的形式特徵，可有效建模信息抽象過程。然而，現有NLDR算法在基本理論、魯棒性和複雜性等方面存在諸多問題。本項目以信息幾何為主要理論工具，發展NLDR嵌入約束的最佳化集成方法和定量的嵌入結果評價方法，在此基礎上研究信息抽象元理論；發展GBP和SP算法，利用最佳化集成的嵌入約束，構造針對一般NLDR問題的隨機算法，研究其穩定性、收斂性和複雜性；發展全局的NLDR算法參數估計理論和適用於一般NLDR算法的局域適應參數估計方法。
