大规模非参数核学习技术及其拓展研究

项目名称： 大规模非参数核学习技术及其拓展研究

项目编号： No.61165012

项目类型： 地区科学基金项目

立项/批准年度： 2012

项目学科： 自动化学科

项目作者： 胡恩良

作者单位： 云南师范大学

项目金额： 46万元

中文摘要： 核方法已成为许多领域实现非线性化的强有力工具，然而核的构造或选择问题至今还没有完善的理论依据。目前的研究热点是通过核学习方法来构造或选择核。由于参数核学习方法常受限于特定的参数假设，故非参数核学习方法作为一种更灵活的核构造方法倍受人们的关注。本项目旨在发展更有效的非参数核学习算法，并对与之相关的一些问题进行拓展研究，主要研究内容及目标为：1)发展一类高效的非参数核学习算法，在一定程度上解决大规模情形下出现的时空瓶颈问题；2)将1)中的串行核学习算法拓展为并行模式，以提高在（超）大规模问题上的可伸缩性；3)在1)和2)的基础上，发展一类具有鲁棒性的非参数核学习算法，以解决噪声敏感问题；4)将新算法思想应用于大规模聚类和交互式图像分割等实际问题。本项目的研究将能进一步拓展和完善大规模核学习理论，同时将有助于对一些相关问题（如聚类、降维等）提供新的解决思路。

中文关键词： 非参数核学习；可伸缩性；核方法；半定规划；统计机器学习

英文摘要：

英文关键词： non-parametric kernel learning；scalability；kernel method；positive semidefinite programming；statistical machine learning