《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。
基本介紹
- 中文名：增量式半監督學習的研究
- 依託單位：復旦大學
- 項目類別：青年科學基金項目
- 項目負責人：池明旻
- 批准號：60705008
- 申請代碼：F0605
- 負責人職稱：副教授
- 研究期限：2008-01-01 至 2010-12-31
- 支持經費：20（萬元）
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，為了有效解決高維數據有監督問題，所需訓練樣本數是應指數增長，此時小樣本集問題顯得尤為突出。目前解決這一問題的有效途徑之一是半監督學習方法，即同時使用有標記和無標記樣本訓練分類器。目前半監督方法的研究側重於用批處理方法離線下使用中小規模未標記樣本，然而在實際套用中，存在大規模和線上未標記信息。本項目提出增量式半監督學習方法，基於少量原始有標記樣本的前提下，研究如何有效利用大規模和線上得到的未標記樣本，並充分利用人工互動後反饋得到的新確定性信息累進式訓練分類器，提高分類器的鑑別性能和泛化能力。同時，本項目還研究使用增量式半監督方法處理高維數據和任務過程中出現的新類問題。
