基于描述复杂性的优化学习算法

• 作者: 卜东波 白硕 许洪波
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 描述复杂性 最小描述长度 规则+例外 优化
• 年，卷（期）: 2002,（8）
• 所属期刊栏目: 短文
• 页码范围: 878-882
• 页数: 5页
• 分类号: TP301
• 字数: 5820字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2002.08.013

摘要

从描述复杂性的角度出发,提出了一种新的优化学习算法.描述复杂性理论认为,一个数据集的最小长度描述最能体现出这个数据集的本质规律.借鉴机器学习和认知心理学领域的研究成果,该文采用"规则+例外"作为描述方法,从而把学习问题转化成求在"规则+例外"描述方法下的最小长度描述的优化问题.实验表明,这种算法的结果能够得到很好的解释.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许洪波	中国科学院计算技术研究所	42	988	14.0	31.0
2	卜东波	中国科学院计算技术研究所	13	455	7.0	13.0
3	白硕	中国科学院计算技术研究所	50	2124	21.0	46.0