《基於演化多目標最佳化的多類類別不平衡學習算法研究》是依託中國科學技術大學，由唐珂擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於演化多目標最佳化的多類類別不平衡學習算法研究
- 項目類別：青年科學基金項目
- 項目負責人：唐珂
- 依託單位：中國科學技術大學
- 批准號：60802036
- 申請代碼：F0113
- 負責人職稱：教授
- 研究期限：2009-01-01 至 2011-12-31
- 支持經費：20（萬元）
中文摘要
在許多實際套用中，數據關於類別的分布往往是不平衡的，分類模型不但要有很高總體精度，還需兼顧不同類別。傳統的機器學習技術不能滿足這一要求。一些新提出的技術只能解決兩類類別不平衡問題，推廣到多類問題則效果不佳，而直接針對多類問題的方法也較少。本項目提出將多類類別不平衡學習轉化為多目標最佳化問題。以分類器在不同類別上的精度為最佳化目標，結合演化多目標技術和機器學習技術設計多目標最佳化算法對問題求解。與現有的類別不平衡學習算法相比，基於演化多目標最佳化的學習算法可同時訓練多個帕累托最優分類器，它們對各類別側重程度不同，自動為套用領域的實踐者提供多個選擇，因而更適用於實際問題中常見的對極限分類性能缺少先驗知識的情況。本項目通過上述基礎研究，將實現一個新的多類類別不平衡算法，並將其套用於生物信息建模。此外，本項目擬在分類算法的基礎上研究針對類別不平衡問題的特徵選擇技術，以實現對生物信息數據的進一步分析。
