点击上方蓝字
关注我们
导读
本篇【优青论坛】围绕二类分解将多标记学习问题转化为多个二类分类问题,对基于二类分解的多标记学习技术进行综述,进一步介绍了在这些问题上的最新研究进展。
作者简介
张敏灵,东南大学计算机科学与工程学院教授、博导。中国计算机学会人工智能与模式识别专委会常务委员,中国人工智能学会机器学习专委会秘书长。长期从事机器学习与数据挖掘领域的研究工作。2012年获得国家自然科学基金优秀青年科学基金,2015年入选教育部“长江学者奖励计划”青年学者。FCS 期刊编委。
二类分解将多标记学习问题转化为多个二类分类问题,是多标记学习的基本求解策略。传统二类分解技术忽略了标记之间的相关性,从而影响学习系统的泛化性能。围绕如何在二类分解过程中引入标记相关性,同时保持该类技术的简洁性,研究者们近年来开展了大量研究工作。本文对基于二类分解的多标记学习技术进行综述,首先简要介绍多标记学习以及二类分解的基本概念。其次,对现有的二类分解标记相关性利用机制进行系统总结,并详细介绍基于链式结构、层叠结构以及控制结构的代表性二类分解多标记学习方法。除标记相关性利用之外,二类分解技术还面临类别不平衡、相对标记重要度等其他因素带来的挑战,本文进一步介绍了我们在这些问题上的最新研究进展。
文章精要
请长按下方二维码识别,阅读该文。
FCS「优青论坛」由主编李未院士,执行主编熊璋教授和周志华教授发起,以综述论文的形式,集中展现「NSFC 优秀青年基金」获得者对所研究领域的分析和见解,介绍最新的研究进展和成果。
Frontiers of Computer Science
Frontiers of Computer Science 是由教育部主管、高等教育出版社和德国 Springer 公司共同出版的英文学术期刊。本刊于 2007 年创刊,双月刊,全球发行。主要刊登计算机科学领域具有创新性的综述论文、研究论文等。本刊主编为李未院士,执行主编为熊璋教授和周志华教授。编委会及青年 AE 团队由国内外知名学者及优秀青年学者组成。本刊被 SCI、Ei、DBLP、INSPEC、SCOPUS 和中国科学引文数据库(CSCD)核心库等收录,为 CCF 推荐期刊;两次入选“中国科技期刊国际影响力提升计划”;入选“第4届中国国际化精品科技期刊”。
长按二维码关注Frontiers of Computer Science公众号