面向认知的多源数据学习理论和算法研究进展

• 作者: 于剑 刘烨 杨柳 詹德川
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 统计学习理论 模式分类 特征空间 认知心理
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 复杂环境下的机器学习研究专刊
• 页码范围: 2971-2991
• 页数: 21页
• 分类号: TP181
• 字数: 17665字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.005348

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨柳	天津大学计算机科学与技术学院	15	106	6.0	10.0