主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公English
2020-2021年专刊出版计划 微信服务介绍 最新一期:2020年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
杨柳,于剑,刘烨,詹德川.面向认知的多源数据学习理论和算法研究进展.软件学报,2017,28(11):2971-2991
面向认知的多源数据学习理论和算法研究进展
Research Progress on Cognitive-Oriented Multi-Source Data Learning Theory and Algorithm
投稿时间:2017-05-14  修订日期:2017-06-16
DOI:10.13328/j.cnki.jos.005348
中文关键词:  统计学习理论  模式分类  特征空间  认知心理
英文关键词:statistical learning theory  pattern classification  featurespace  coginitive psychology
基金项目:国家自然科学基金(61632004,61773198,61702358)
作者单位
杨柳 天津大学 计算机科学与技术学院, 天津 300350 
于剑 交通数据分析与挖掘北京市重点实验室(北京交通大学), 北京 100044 
刘烨 脑与认知科学国家重点实验室(中国科学院心理研究所), 北京 100101
中国科学院大学 心理学系, 北京 100049 
詹德川 计算机软件新技术国家重点实验室(南京大学), 江苏 南京 210023 
摘要点击次数: 1493
全文下载次数: 2097
中文摘要:
      多源数据学习在大数据时代具有极其重要的意义.目前,多源数据学习算法研究远远超前于多源数据学习理论研究,经典的机器学习理论难以应用于多源数据学习,更难以提供多源数据学习算法在实际应用中的理论保障.从学习的最终目的是知识这一认知切入点出发,对人类学习的认知机理、机器学习的三大经典理论(计算学习理论、统计学习理论和概率图理论)以及多源数据学习算法设计这3个方面的研究进展进行总结,最后给出未来研究方向的思考.
英文摘要:
      In the age of big data, learning from multi-source data plays an important role in many real applications. To date, plenty of multi-source data learning algorithms have been proposed, however, they pay little attention to the fundamental theoretic laws. Meanwhile, it is hard for the classical machine learning theories to govern all learning systems, and to further provide a theoretical support for multi-source learning algorithms. From the perspective of knowledge acquisition through learning, a survey is given on the research progress of three key problems:the human cognitive mechanism, three classical machine learning theories (such as computational learning theory, statistical learning theory, and probabilistic graphical model), and the design of multi-source learning algorithms. Future theoretical research issues of multi-source data learning also presented and investigated.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利