项目简介
项目名称
稀疏半监督学习的理论与方法研究
项目批准号
61075005
学科分类
F030401
信息科学部
_自动化
_模式识别
_模式识别基础
资助类型
信息科学
负责人
孙仕亮
依托单位
华东师范大学
批准年份
2010
起止时间
201101-201312
批准金额
37.00万元
摘要
稀疏半监督学习考虑运用少量标注样本和部分未标注样本以表达预测函数，具有对新样本标签的预测时间短、易于扩展到大规模数据的优点，正逐渐受到国际同行的关注。本项目从产生稀疏性的两种不同途径，即采用特定范数的规范化和不敏感损失函数的引入出发，对稀疏半监督学习的理论与方法进行系统的研究。具体研究内容包括：基于数据集稀疏化算法的稀疏半监督学习以及稀疏Laplacian支持向量机；基于凸函数的共轭对偶表示的稀疏半监督学习以及稀疏多视角支持向量机；大规模数据的序贯训练方法。通过对这些问题的探索与求解，可以增强对半监督学习的稀疏化方法的全面认识，刻画相应学习机器的泛化性能，并且对半监督学习在大规模数据下的应用产生积极的促进作用。我们将在深入研究统计学习理论、凸优化等内容的基础上，借鉴前人的相关工作，力争在稀疏半监督学习这一问题上取得突破性成果。
评论区 (0)
#插入话题
