位置:成果数据库 > 期刊 > 期刊详情页
半监督学习方法
  • ISSN号:0254-4164
  • 期刊名称:《计算机学报》
  • 时间:0
  • 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]中国石油大学北京自动化研究所,北京102249
  • 相关基金:国家“九七三”重点基础研究发展规划项目基金(2012CB720500); 国家自然科学基金(21006127); 中国石油大学(北京)基础学科研究基金项目(JCXK-2011-07)资助~~
中文摘要:

半监督学习研究如何同时利用有类标签的样本和无类标签的样例改进学习性能,成为近年来机器学习领域的研究热点.鉴于半监督学习的理论意义和实际应用价值,系统综述了半监督学习方法.首先概述了半监督学习的相关概念,包括半监督学习的定义、半监督学习研究的发展历程、半监督学习方法依赖的假设以及半监督学习的分类,然后分别从分类、回归、聚类和降维这4个方面详述了半监督学习方法,接着从理论上对半监督学习进行了分析并给出半监督学习的误差界和样本复杂度,最后探讨了半监督学习领域未来的研究方向.

英文摘要:

Semi-supervised learning is used to study how to improve performance in the presence of both examples and instances,and it has become a hot area of machine learning field.In view of the theoretical significance and practical value of semi-supervised learning,semi-supervised learning methods were reviewed in this paper systematically.Firstly,some concepts about semi-supervised learning were summarized,including definition of semi-supervised learning,development of research,assumptions relied on semi-supervised learning methods and classification of semisupervised learning.Secondly,semi-supervised learning methods were detailed from four aspects,including classification,regression,clustering,and dimension reduction.Thirdly,theoretical analysis on semi-supervised learning was studied,and error bounds and sample complexity were given.Finally,the future research on semi-supervised learning was discussed.

同期刊论文项目
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