机器学习中原型学习研究进展

张幸幸朱振峰赵亚威赵耀

北京交通大学; 中国人民解放军国防科技大学;

摘要：

随着信息技术在社会各领域的深入渗透,人类社会所拥有的数据总量达到了一个前所未有的高度.一方面,海量数据为基于数据驱动的机器学习方法获取有价值的信息提供了充分的空间;另一方面,高维度、过冗余以及高噪声也是上述繁多、复杂数据的固有特性.为消除数据冗余、发现数据结构、提高数据质量,原型学习是一种行之有效的方式.通过寻找一个原型集来表示目标集,以从样本空间进行数据约简,在增强数据可用性的同时,提升机器学习算法的执行效率.其可行性在众多应用领域中已得到证明.因此,原型学习相关理论与方法的研究是当前机器学习领域的一个研究热点与重点.主要介绍了原型学习的研究背景和应用价值,概括介绍了各类原型学习相关方法的基本特性、…展开v

关键词：原型学习、数据约简、度量学习、模型优化、机器学习

所属期刊栏目：33

分类号：TP181(自动化基础理论)

资助基金：科技创新新一代人工智能重大项目;国家自然科学基金;国家自然科学基金

在线出版日期：2022-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共22页

页码：3732-3753