集成学习是机器学习的重要研究内容. 集成学习通过集成组合已有的机器学习模型, 能够使得集成模型的性能超过其中任何的单个模型. 从集成回归和集成分类两个方面, 总结分析了集成学习有效性的理论依据;分析了提升集成学习多样性的方法;分析了bagging、boosting、stacking、多核学习、集成深度学习等集成学习方法的研究进展, 并讨论了集成学习未来需要关注的重点问题. 当前人工智能技术在军事领域的应用日趋广泛, 在目标侦察、航路规划、辅助决策等方面已经发挥 重要作用[1-2] . 以目标侦察为例, 无人机、侦察卫星获 取地面图像后, 传统作业方式需要人工读图, 确定地 面目标的位置和类型. 人工读图费时费力, 使用智能 目标侦察手段后, 可以由机器进行判读, 显著提升作 业效率. 在指挥控制领域, 人工智能技术对威胁分 析、态势感知、火力筹划、方案推演、打击效果评 估、物资调度、身份识别等方面也具有应用价值. 机器学习是人工智能技术的重要基础, 也是学 术界和工业界的研究热点. 常用的机器学习模型包 括逻辑回归、朴素贝叶斯、决策树、支持向量机、多 层感知器、深度神经网络等. 单个机器学习模型用于 分类或回归任务时, 由于模型复杂度或训练数据的 限制, 其性能往往达不到要求. 集成学习则通过已有 机器学习模型的集成组合, 能够进一步提升性能. 在 机器学习竞赛平台 Kaggle 上, 集成模型也是研究人 员最常用的竞赛模型. 文献[3]对传统的集成学习方 法进行了总结. 随着多核学习以及深度学习的发展, 集成学习的研究有了很大进步. 本文结合集成学习 的最新研究成果, 对集成学习的理论和方法进行了 全面总结分析, 并对技术发展趋势进行了展望.

成为VIP会员查看完整内容
57

相关内容

逆强化学习算法、理论与应用研究综述
专知会员服务
61+阅读 · 2023年8月2日
基于深度强化学习的对手建模方法研究综述
专知会员服务
80+阅读 · 2023年4月17日
多智能体协同决策方法研究
专知会员服务
121+阅读 · 2022年12月15日
「深度分层强化学习DHRL」最新2022研究与进展综述
专知会员服务
93+阅读 · 2022年8月6日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
32+阅读 · 2021年2月1日
深度强化学习在智能制造中的应用展望综述
专知会员服务
96+阅读 · 2021年1月28日
专知会员服务
136+阅读 · 2021年1月13日
工业人工智能的关键技术及其在预测性维护中的应用现状
「基于课程学习的深度强化学习」研究综述
「图神经网络复杂图挖掘」 的研究进展
专知
1+阅读 · 2022年10月23日
「高效视觉扩散模型」 最新研究综述
专知
8+阅读 · 2022年10月20日
「联邦学习模型安全与隐私」研究进展
专知
5+阅读 · 2022年9月24日
多模态情绪识别研究综述
专知
22+阅读 · 2020年12月21日
多模态视觉语言表征学习研究综述
专知
27+阅读 · 2020年12月3日
深度学习可解释性研究进展
专知
19+阅读 · 2020年6月26日
贝叶斯机器学习前沿进展
架构文摘
13+阅读 · 2018年2月11日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
9+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014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
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
Arxiv
157+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
399+阅读 · 2023年3月31日
Arxiv
66+阅读 · 2023年3月26日
Arxiv
139+阅读 · 2023年3月24日
VIP会员
相关主题
相关VIP内容
逆强化学习算法、理论与应用研究综述
专知会员服务
61+阅读 · 2023年8月2日
基于深度强化学习的对手建模方法研究综述
专知会员服务
80+阅读 · 2023年4月17日
多智能体协同决策方法研究
专知会员服务
121+阅读 · 2022年12月15日
「深度分层强化学习DHRL」最新2022研究与进展综述
专知会员服务
93+阅读 · 2022年8月6日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
32+阅读 · 2021年2月1日
深度强化学习在智能制造中的应用展望综述
专知会员服务
96+阅读 · 2021年1月28日
专知会员服务
136+阅读 · 2021年1月13日
工业人工智能的关键技术及其在预测性维护中的应用现状
相关资讯
「基于课程学习的深度强化学习」研究综述
「图神经网络复杂图挖掘」 的研究进展
专知
1+阅读 · 2022年10月23日
「高效视觉扩散模型」 最新研究综述
专知
8+阅读 · 2022年10月20日
「联邦学习模型安全与隐私」研究进展
专知
5+阅读 · 2022年9月24日
多模态情绪识别研究综述
专知
22+阅读 · 2020年12月21日
多模态视觉语言表征学习研究综述
专知
27+阅读 · 2020年12月3日
深度学习可解释性研究进展
专知
19+阅读 · 2020年6月26日
贝叶斯机器学习前沿进展
架构文摘
13+阅读 · 2018年2月11日
相关基金
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
9+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014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
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员