项目名称: 基于增量式学习的可扩展偏最小二乘模型的研究

项目编号: No.61463033

项目类型: 地区科学基金项目

立项/批准年度: 2015

项目学科: 其他

项目作者: 曾雪强

作者单位: 南昌大学

项目金额: 44万元

中文摘要: 在大数据时代,数据量的急剧增长给传统机器学习技术带来了严峻挑战;如何让传统的机器学习模型能够适应并处理海量的数据是大数据时代机器学习研究的焦点之一。偏最小二乘(Partial Least Square, PLS)作为一种多元数据分析的有效技术,在WEB文本分类和生物医学数据分析等多个科学技术领域显示出别具特色的性能,值得深入研究;但传统PLS算法的可扩展性较差,不能适应大数据的要求。本项目主要从大数据同时具有高维特征和海量样本的特点入手,研究1)可增量式学习的PLS算法,解决海量样本的建模效率问题;2)利用特征选择技术提升增量式PLS算法在高维特征情况下的性能;3)针对多因变量(多标记)和非线性等复杂数据的特点,设计多因变量非线性的可扩展增量式PLS算法。新算法预期将明显提升PLS在大数据上的可扩展性能,提供WEB文本和生物医学等大规模数据挖掘的新方法。

中文关键词: 增量式学习;偏最小二乘;大数据;数据降维;特征抽取

英文摘要: In the age of big data, the rapid growth of data has posed a serious challenge to traditional machine learning technologies. How to make traditional machine learning models to adapt and handle vast amounts of data is one of the key problems of the big data analysis. As an effective multivariate data analysis technique, Partial least squares (PLS) model has a very important value in many application areas, especially in the fields of WEB text classification and biomedical data analysis. But traditional PLS model cannot meet the requirements of big data, since its scalability is obstructed by the high dimensional feature space and mass data samples. In order to solve this problem, the project mainly studies 1) the efficiency scalable PLS model on massive data based on the incremental learning technology, 2) boosting the performance of incremental PLS model on very high feature dimensional data by introducing feature selection into feature extraction model, and 3) improved incremental PLS models for some complex data, such as multiple dependent variables (multi-label) and nonlinear problems. The proposed models will significantly enhance the PLS algorithm scalable performance on big data, especially for the data mining problem on large-scale WEB text and biomedical data.

英文关键词: Incremental Learning;Partial Least Squares;Big Data;Dimension Reduction;Feature Extraction

成为VIP会员查看完整内容
0

相关内容

【博士论文】开放环境下的度量学习研究
专知会员服务
46+阅读 · 2021年12月4日
领域自适应研究综述
专知会员服务
54+阅读 · 2021年5月5日
【哥伦比亚大学博士论文】深度概率图建模147页pdf
专知会员服务
88+阅读 · 2021年4月27日
专知会员服务
47+阅读 · 2020年10月20日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
【硬核书】可扩展机器学习:并行分布式方法
专知会员服务
85+阅读 · 2020年5月23日
金融时序预测中的深度学习方法:2005到2019
专知会员服务
166+阅读 · 2019年12月4日
【博士论文】开放环境下的度量学习研究
专知
7+阅读 · 2021年12月4日
【博士论文】基于冲量的加速优化算法
专知
7+阅读 · 2021年11月29日
领域自适应研究综述
专知
6+阅读 · 2021年5月5日
基于数据的分布式鲁棒优化算法及其应用【附PPT与视频资料】
人工智能前沿讲习班
26+阅读 · 2018年12月13日
LASSO回归与XGBoost:融合模型预测房价
论智
31+阅读 · 2018年8月8日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
11+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月17日
Learning from Few Samples: A Survey
Arxiv
77+阅读 · 2020年7月30日
Learning Embedding Adaptation for Few-Shot Learning
Arxiv
16+阅读 · 2018年12月10日
Arxiv
23+阅读 · 2017年3月9日
小贴士
相关VIP内容
【博士论文】开放环境下的度量学习研究
专知会员服务
46+阅读 · 2021年12月4日
领域自适应研究综述
专知会员服务
54+阅读 · 2021年5月5日
【哥伦比亚大学博士论文】深度概率图建模147页pdf
专知会员服务
88+阅读 · 2021年4月27日
专知会员服务
47+阅读 · 2020年10月20日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
【硬核书】可扩展机器学习:并行分布式方法
专知会员服务
85+阅读 · 2020年5月23日
金融时序预测中的深度学习方法:2005到2019
专知会员服务
166+阅读 · 2019年12月4日
相关资讯
【博士论文】开放环境下的度量学习研究
专知
7+阅读 · 2021年12月4日
【博士论文】基于冲量的加速优化算法
专知
7+阅读 · 2021年11月29日
领域自适应研究综述
专知
6+阅读 · 2021年5月5日
基于数据的分布式鲁棒优化算法及其应用【附PPT与视频资料】
人工智能前沿讲习班
26+阅读 · 2018年12月13日
LASSO回归与XGBoost:融合模型预测房价
论智
31+阅读 · 2018年8月8日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
11+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员