《多示例學習及其套用的研究》是依託南京大學,由周志華擔任項目負責人的青年科學基金項目。
基本介紹
- 項目名稱:多示例學習及其套用的研究
- 批准號:60105004
- 項目類別:青年科學基金項目
- 申請代碼:F0603
- 項目負責人:周志華
- 負責人職稱:教授
- 依託大學:南京大學
- 研究期限:2002-01-01 至 2004-12-31
- 支持經費:18(萬元)
《多示例學習及其套用的研究》是依託南京大學,由周志華擔任項目負責人的青年科學基金項目。
《多示例學習及其套用的研究》是依託南京大學,由周志華擔任項目負責人的青年科學基金項目。項目摘要找出多示例學習可學習性的理論分析和實踐結論之間出現較大差距的原因;提出基於神經網路、神經網路集成以及混合學習的多示例學習方法;...
《基於多示例學習的視覺注意建模及套用研究》是依託中國科學技術大學,由萬壽紅擔任項目負責人的面上項目。中文摘要 本課題是針對目前視覺注意模型與人類感知的高層語義以及用戶主觀意向之間存在鴻溝的問題,面向多樣例圖像,利用多示例學習方法...
在機器學習中,多示例學習(Multiple Instance Learning 簡稱 MIL)是由監督型學習算法演變出的一種方法,定義“包”為多個示例的集合,具有廣泛的套用。學習者不是接收一組單獨標記的實例,而是接收一組帶標籤的包,每個包擁有多個實例。在...
《多示例多標記學習中的最最佳化方法及其套用》是依託中國農業大學,由鄧乃揚擔任項目負責人的面上項目。項目摘要 多示例學習、多標記學習和多示例多標記學習是兩類分類問題的實質性的推廣,它們可以更加細緻地描述問題因而更符合實際情況,...
在多示例算法研究的基礎上,將算法成功套用於財務風險識別、手寫體數字識別和電影推薦領域。 通過上述研究構建基於多示例學習的多模態信息表達和推薦的理論與方法體系,達到了項目的預期目標。在項目基金的支持下,項目成員在國內外核心期刊上...
本課題主要針對此問題提出了針對若干特定多示例學習問題如何在大規模數據上進行高效訓練的算法。其中包括我們提出的線上多示例異常檢測算法、僅用正包訓練的多示例學習算法以及用於快速檢索的多示例哈希算法等。同時我們也運用這些方法的思想...
研究了多示例學習方法和群體智慧型算法的套用,提出了混合多示例學習算法、基於生態選擇粒子群最佳化反饋的圖像檢索等算法。本項目研究的成果,對基於內容圖像檢索技術的理論研究和套用發展具有積極的推動作用。
大規模高維多示例數據分類是智慧型醫療、生物信息學等現代信息工程亟待解決的一個共性問題。本項目從數據潛在語義角度研究高維多示例數據分類的新模型和新方法,以解決傳統方法存在的距離測度無效、學習假設不合理等問題,是分類模型研究的語義...
第2章多示例學習算法研究現狀及套用 第3章基於推土機距離的惰性多示例學習算法及套用 第4章基於FSVM-MIL算法的對象圖像檢索 第5章基於QPSO-MIL算法的圖像標註 第6章基於視覺空間投影的多示例學習算法與圖像檢索 第7章基於模糊潛在語義...
(4)將粒度支持向量機拓展到一些機器學習的熱點研究領域如集成學習、增量學習、多示例多標記學習等,可有效處理多分類、非平衡、大規模、高維等複雜數據。(5)將所提出的多種粒度支持向量機學習算法套用於圖像分割、垃圾郵件過濾、文本...
隨著大數據挖掘的興起,許多重要的機器學習套用系統面臨著多重異構性和稀缺性並存的挑戰,例如:搜尋引擎欺詐點擊檢測、內部惡意行為檢測、線上社交媒體分析、半導體晶片生產缺陷檢測、大腦圖像分析等。異構性包括任務、視圖、實例、標籤、神諭異構...
本課題開展帶有可調節p-範數和組範數正則項支持向量機研究,在此基礎上建立簡單有效的算法使之適應分類、多示例學習、多標籤學習及正類-無標籤學習中的大規模問題的套用需要;開展p-範數和組範數稀疏支持向量機的理論與方法的研究。
本基金就是基於此進行複雜多義性通用目標分類及其套用系統的研究。本研究主要研究內容包括:(1)研究深度學習、流型學習和稀疏表征的機器學習理論(2)研究通用圖像的普適特徵提取,特徵表征及特徵的融合。(3)研究機器學習理論和通用目標...
《多標記學習的研究》是依託南京大學,由周志華擔任項目負責人的面上項目。項目摘要 多標記學習起源於文檔分類研究中遇到的歧義性問題,這裡的一個示例可以有多個概念標記,其學習難度比傳統的監督學習更大。這是國際機器學習界一個新的...
《強化學習遷移技術及其在互動式遊戲中的套用研究》是依託南京大學,由高陽擔任項目負責人的面上項目。項目摘要 在強化學習遷移技術中,研究出針對單源、多源、跨域、多Agent強化學習遷移的若干模型和相關算法。採用多示例學習、分層強化學習...
相關工作發表在頂級國際會議IJCAI’13(CCF A類)上;4. 針對概念遷移問題,提出了一種概念遷移情境下的多示例學習方法,相關工作發表在頂級國際會議AAAI’14(CCF A類)上。 本項目共發表論文14篇,其中在包括《IEEE Trans. IFS》(CCF ...
本課題研究焦點在於區分型碼本的性質、學習方法、編碼方法、圖像表示、以及解決大規模數據下的圖像分類、物體檢測等套用問題。本課題中的研究有助於解決區分型聚類、弱監督學習、物體識別等機器學習、計算機視覺領域中的任務。另外,區分型...
隨著研究的深入和套用的發展,越來越多的機器學習問題面對的是缺乏明確和完整監督信息的對象,特別是線上學習過程中,樣本的這種弱監督性問題顯得尤為突出。現有的弱監督學習方法大多是針對特定問題提出的,如半監督、多示例、多標籤,本...
2010-11-05 到 2010-11-07第八屆機器學習及其套用研討會 第五屆機器學習及其套用學生研討會 2009-11-06 到 2009-11-08第七屆機器學習及其套用研討會 第四屆機器學習及其套用學生研討會 2009-11-02 到 2009-11-04The 1st Asian...
《數據理解的若干基本問題研究》是依託清華大學,由張長水擔任項目負責人的重點項目。項目摘要 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...
2、國家自然科學基金項目,多示例多標記學習中的最最佳化方法及其套用 3、國家自然科學基金項目,部分監督學習問題的支持向量機及其套用 4、國家自然科學基金項目,稀疏支持向量機的理論、算法及套用研究,主持 橫向項目 1、2018.09.11-2018...