位置:成果数据库 > 期刊 > 期刊详情页
李群机器学习十年研究进展
  • ISSN号:0254-4164
  • 期刊名称:计算机学报
  • 时间:2015.7
  • 页码:1337-1356
  • 分类:TP181[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]苏州大学计算机科学与技术学院,江苏苏州215006
  • 相关基金:国家自然科学基金(60775045,61033013); 苏州大学东吴学者计划(14317360); 苏州大学科技创新团队项目(90118006)资助~~
  • 相关项目:基于认知模型的图像不变性特征理论和关键技术
中文摘要:

该文主要从3个方面介绍李群机器学习近年来的研究进展.首先,该文将解释为什么采用李群结构进行数据或特征描述,以此阐明李群机器学习与传统机器学习方法的区别,并且通过李群在人工智能领域的广泛应用来说明李群表示的普遍性.其次,该文概述了李群机器学习自提出以来的主要学习算法,着重强调最近的一些研究进展.最后,针对目前的研究现状,该文给出李群机器学习未来的一些研究方向.

英文摘要:

This paper introduces advances in the study of Lie group machine learning(LML)from three aspects.First,this paper presents the reasons why we choose Lie group to describe features,aiming at clarifying the differences between LML and traditional machine learning methods.By showing extensive applications in artificial intelligence area,we illustrate the universality of Lie Group representation.Second,this paper outlines the main LML algorithms since proposed,with an emphasis on recent research progress.At last,according to the current development,this paper shows some future research directions about LML.

同期刊论文项目
期刊论文 59 会议论文 15 著作 2
期刊论文 86 会议论文 13 获奖 3 专利 2 著作 3
同项目期刊论文
期刊信息
  • 《计算机学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学院
  • 主办单位:中国计算机学会 中国科学院计算技术研究所
  • 主编:孙凝晖
  • 地址:北京中关村科学院南路6号
  • 邮编:100190
  • 邮箱:cjc@ict.ac.cn
  • 电话:010-62620695
  • 国际标准刊号:ISSN:0254-4164
  • 国内统一刊号:ISSN:11-1826/TP
  • 邮发代号:2-833
  • 获奖情况:
  • 中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 美国数学评论(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:48433