《面向複雜數據的哈希學習方法研究》是依託山東大學，由許信順擔任項目負責人的面上項目。
基本介紹
- 中文名：面向複雜數據的哈希學習方法研究
- 項目類別：面上項目
- 項目負責人：許信順
- 依託單位：山東大學
中文摘要,結題摘要,
中文摘要
隨著網路和電子設備的快速發展，各個行業所積累的數據急劇增加。面對如此海量的數據，人們往往需要根據給定樣本找出數據集中與樣本相似的數據，從而對數據做進一步分析和處理。另外，因為數據源、數據採集技術或者數據的抽象處理等原因，目前有很大一部分數據具有一定的複雜性，如有的是多模態的，有的是多義性的（也稱為多標記的），有的是多示例的等。而哈希學習方法是能夠實現大規模數據檢索的有效方法。為此，項目將開展面向該類複雜數據的哈希學習方法研究，具體研究內容包括： 1.研究在分別考慮多模態數據檢索和交叉模態檢索條件下的多模態哈希學習方法；2.研究在考慮數據多義性以及數據高維性條件下的多義性數據哈希學習方法；3.研究在考慮示例級別和包級別情況下的多示例數據哈希學習方法；4.研究在考慮充分利用未標記數據條件下的哈希學習方法。最後，項目在對所提出哈希學習方法進行驗證的基礎上，搭建面向該類複雜數據檢索的原型系統。
結題摘要
在網路和電子設備快速發展的背景下，數據規模急劇增長，在對數據進行組織和管理過程中，往往需要對數據進行檢索。而很多數據往往具有一定的複雜結構，比如多模態的、多示例的等，如何對這些數據進行快速檢索成為重要的研究熱點。在此背景下，本課題開展了基於哈希學習的數據檢索研究，完成了原定研究計畫，取得的研究成果包括：（1）提出了基於字典學習的交叉模態檢索哈希方法；（2）提出了面向交叉模態檢索的有監督離散哈希方法；（3）提出了基於自組織網路的哈希學習方法；（4）針對多模態多標記數據，提出了有效的哈希學習方法；（5）針對數據的快速檢索，提出了基於圖能夠對數據進行檢索和分類的哈希學習方法；（6）針對多示例數據提出了有效的哈希方法；（7）實現了實驗原型平台。項目組成員在項目資助下（2016.01-2016.16）發表論文7篇，包括MM，CIKM，MMM，Neurocomputing等期刊和會議；另外，申請國家發明專利一項；培養了多名研究生。
