《結構化數據的非監督/半監督學習問題研究及套用》是依託中國科學技術大學，由徐林莉擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：結構化數據的非監督/半監督學習問題研究及套用
- 項目類別：青年科學基金項目
- 項目負責人：徐林莉
- 依託單位：中國科學技術大學
中文摘要,結題摘要,
中文摘要
傳統的機器學習(Machine learning)研究著重於相對簡單的數據形式。在本項目中，我們考慮的數據有著更複雜的結構，例如序列形式，而相應的學習目標則是能夠對這類有複雜結構的數據進行預測。同時，我們希望利用在實際套用中大量存在的未標號數據來提高算法的預測性能。因此，本項目的主要目標即為發展有效、高效的針對結構化數據的非監督/半監督學習(unsupervised/semi-supervised learning)算法。..為了完成此目標，我們提出一系列方案，包括探索不同的訓練標準及其對非監督/半監督結構化學習性能的影響；從最佳化的角度提高算法的性能等。在此基礎上開展相應的套用研究，包括生物序列分析，語音識別，自然語言處理等。
結題摘要
在國家自然科學基金青年基金項目的資助下，我們對結構化數據的非監督/半監督學習問題以及一些相關引申展開了深入研究，並對相關套用進行了探索，共發表標註基金資助文章6篇，其中SCI期刊1篇、EI期刊與會議文章5篇，包括發表於機器學習與數據挖掘頂級會議NIPS及ICDM的高質量工作，超額完成任務。總的來說，在本項目的資助下，課題組在多種結構化數據非監督/半監督學習方法及相關套用等方面均取得了較好的成果。
