基于退化策略的MIML算法研究.pdf

1、隨著人工智能技術的飛速發(fā)展，作為人工智能領域的重要分支，機器學習同樣獲得了長期而穩(wěn)定的發(fā)展，目前已經(jīng)成為學術界研究最多的領域之一。其中，監(jiān)督學習是目前研究的最多、應用最廣泛的一種學習框架。
　　但是，傳統(tǒng)監(jiān)督學習采用單示例單標記的形式描述現(xiàn)實對象，不適用于解決歧義性對象的學習問題?；诖?，研究者們提出了多示例多標記（MIML）學習這一新型框架，在此框架下，現(xiàn)實對象被描述為多個示例，且被賦予多個概念標記。這種框架更適合處理歧義性對象

2、，有助于復雜對象學習問題的解決。
　　針對MIML框架，研究人員提出了多種學習算法，其中，最為直觀的是以多示例學習或多標記學習為橋梁，將MIML學習退化為傳統(tǒng)監(jiān)督學習進行求解，代表算法為MIMLBoost算法和MIMLSVM算法。本文針對這兩個退化算法中所存在的問題和不足，做了以下方面的研究工作。
　　首先，分析MIMLBoost算法轉化過程中出現(xiàn)的類別不平衡問題，根據(jù)現(xiàn)有的類別不平衡解決方法，對算法進行改進。本文結合欠采樣

3、思想，運用聚類算法和TF-IDF算法計算每個類別標記在各個聚類簇中的重要度，然后篩選出重要度高的若干標記與聚類簇中的示例包拼接，以此縮減數(shù)據(jù)間的類別不平衡性。
　　其次，研究發(fā)現(xiàn)MIMLSVM算法只從包層面構造聚類，而忽略包內(nèi)示例分布對分類影響這一不足之處，提出一種新的示例包表示方法。本文從示例層面構造聚類，挖掘出示例中的潛在概念，運用 R-PATTERN算法計算每個概念簇的概念權重，再利用TF-IDF算法計算每個概念簇在各個示例