【摘要】：隨著信息技術的飛速發(fā)展,機器學習技術在諸多實際問題中得到了成功的應用。傳統(tǒng)機器學習假設訓練數(shù)據(jù)與測試數(shù)據(jù)服從同樣的分布,且需要充足的訓練數(shù)據(jù)來學習高性能的分類器。然而,由于數(shù)據(jù)收集和標注的昂貴成本,問題領域中可能只有少量有標簽的訓練數(shù)據(jù)。為了解決問題領域(即目標領域)中的數(shù)據(jù)稀缺問題,研究者提出了遷移學習技術,將從相關領域(即源領域)中挖掘到的知識遷移到目標領域中。由于源領域和目標領域的數(shù)據(jù)分布不同,利用源領域數(shù)據(jù)對目標領域中的分類任務進行輔助是一個非平凡問題。在源領域和目標領域擁有不同的特征空間的問題中,領域之間的知識遷移變得更加困難,這一問題被稱為異構遷移學習。為了利用異構源領域中的知識來提升目標領域中分類問題的精度,本文對異構遷移學習進行了系統(tǒng)的研究。本文的主要貢獻總結如下:1)提出了一個在線集成遷移學習算法,利用多視圖共現(xiàn)數(shù)據(jù)來衡量異構數(shù)據(jù)實例之間的相似度,并對源領域和目標領域中構建的預測函數(shù)進行結合,同時對算法的預測錯誤上界進行了理論分析。2)提出了一個在線多視圖學習算法,利用多視圖共現(xiàn)數(shù)據(jù)對兩個領域的數(shù)據(jù)進行特征擴充,并學習一個在線多視圖分類器,對兩個領域中的數(shù)據(jù)進行分類,同時對算法的預測錯誤上界進行了理論分析。3)提出了一個基于典型相關分析的聯(lián)合學習模型,尋找能夠最大化源領域和目標領域數(shù)據(jù)相關性的領域共享特征子空間,同時學習一個能夠最小化訓練數(shù)據(jù)經驗損失的分類器。4)提出了一個半監(jiān)督最優(yōu)傳輸模型來挖掘源領域和目標領域數(shù)據(jù)中隱含的幾何信息,并將源領域數(shù)據(jù)傳輸?shù)侥繕祟I域中,使得目標領域數(shù)據(jù)和傳輸后的源領域數(shù)據(jù)服從類似的分布。5)針對數(shù)據(jù)不平衡的問題,提出了一個基于最優(yōu)傳輸理論的數(shù)據(jù)過采樣算法,從少數(shù)類別數(shù)據(jù)中挖掘幾何信息,使得過采樣方法合成的少數(shù)類別數(shù)據(jù)與真實的少數(shù)類別數(shù)據(jù)服從類似的分布。
【圖文】：

２研究現(xiàn)狀逡逑根據(jù)源領域和目標領域特征空間的關系，可以將遷移學習分為同構徖移學習和異構逡逑移學習兩大類。本節(jié)對這兩類徖移學習問題的研宄現(xiàn)狀進行綜述。逡逑２．１同構遷移學習逡逑在同構遷移學習問題中，源領域和目標領域具有相同的特征空間，，但在數(shù)據(jù)分布上逡逑在差異《圖１－２中展示了針對圖像物體識別的同構遷移學習問題。其中，源領域和目逡逑領域均包含自行車和筆記本電腦的圖片，可以利用顏色直方圖特征對兩個領域中的圖逡逑進行表示。但是，源領域中的圖片背景為千掙的白色，而目標領域中的圖片背景較為逡逑雜，包括墻壁、桌面等，這種差異導致源領域和目標領域具有不同的數(shù)據(jù)分布。直接逡逑用源領域和目標領域的數(shù)據(jù)訓練分類忽略了數(shù)據(jù)分布之間的差異，可能無法在目標逡逑域中得到較好的分類結果。為了解決這一［５１題，學術界提出了各種同構遷移學習策略，逡逑

Ｌｅａｒｎｉｎ§邋［邐ｌ＾ｏｗｌｅｄ＾邐［邋Ｌｅａｒｎｉｎｇ邋［逡逑Ｓｙｓｔｅｍ邋１／邋ｖ邐Ｖ邋｜邋Ｓｙｓｔｅｍ邋［／逡逑圖１－１遷移學習示意逡逑１．２研究現(xiàn)狀逡逑根據(jù)源領域和目標領域特征空間的關系，可以將遷移學習分為同構徖移學習和異構逡逑遷移學習兩大類。本節(jié)對這兩類徖移學習問題的研宄現(xiàn)狀進行綜述。逡逑１．２．１同構遷移學習逡逑在同構遷移學習問題中，源領域和目標領域具有相同的特征空間，但在數(shù)據(jù)分布上逡逑存在差異《圖１－２中展示了針對圖像物體識別的同構遷移學習問題。其中，源領域和目逡逑標領域均包含自行車和筆記本電腦的圖片，可以利用顏色直方圖特征對兩個領域中的圖逡逑片進行表示。但是，源領域中的圖片背景為千掙的白色，而目標領域中的圖片背景較為逡逑復雜，包括墻壁、桌面等，這種差異導致源領域和目標領域具有不同的數(shù)據(jù)分布。直接逡逑利用源領域和目標領域的數(shù)據(jù)訓練分類忽略了數(shù)據(jù)分布之間的差異，可能無法在目標逡逑領域中得到較好的分類結果。為了解決這一［５１題
【學位授予單位】：華南理工大學
【學位級別】：博士
【學位授予年份】：2019
【分類號】：TP181

【相似文獻】

相關期刊論文 前10條

1 劉佳琴;;合作學習中如何處理好優(yōu)生和學困生的關系[J];德陽教育學院學報;2003年04期

2 肖川;;學習的真義[J];青年教師;2016年08期

3 楊潤貞;;幼兒園“方案教學”活動主題的選擇[J];寧夏教育科研;2011年02期

4 舒國喜;;淺談小學生良好學習習慣的培養(yǎng)[J];雅安職業(yè)技術學院學報;2009年01期

5 狄玉虹;;淺談歷史教學中研究性學習的開展[J];寧夏教育科研;2009年02期

6 范琪;;讓良好的學習習慣陪伴學生健康成長[J];雅安職業(yè)技術院學報;2004年03期

7 孫紅艷;;初中生在學習數(shù)學過程中的常見問題[J];雅安職業(yè)技術院學報;2005年04期

8 吳洪鋒;;如何調動后進生的學習積極性[J];雅安職業(yè)技術學院學報;2010年04期

9 左克軍;;動機、動力、自信、毅力——電大“注冊視聽生”順利完成學習的前提[J];南鋼科技;2000年01期

10 饒群芳;;如何培養(yǎng)學生的學習動力[J];雅安教育學院學報;2001年02期

相關會議論文 前10條

1 馮莉;;讓學生在自主探究和動手實踐中學習數(shù)學[A];新教育時代教育學術成果匯編[C];2019年

2 阿勒爾黑;;淺析數(shù)學學習習慣的培養(yǎng)[A];2018年“基于核心素養(yǎng)的課堂教學改革”研討會論文集[C];2018年

3 張平;王蘭啟;李曉敏;韋國友;和曉聰;;學生良好學習習慣的培養(yǎng)有效學習的研究[A];《教師教學能力發(fā)展研究》科研成果集（第十七卷）[C];2018年

4 祝青亮;洪艷;李樂桂;;小學數(shù)學合作學習的實踐與研究[A];《教師教育能力建設研究》科研成果匯編（第九卷）[C];2018年

5 王娜;;孩子,課堂屬于你們——學生是數(shù)學學習真正的主人[A];中國教育發(fā)展戰(zhàn)略學會教育教學創(chuàng)新專業(yè)委員會論文集卷四[C];2019年

6 楊華斌;;試論中學合作學習教學模式的運用研究[A];中國教育發(fā)展戰(zhàn)略學會教育教學創(chuàng)新專業(yè)委員會論文集卷四[C];2019年

7 溫躍海;;小組合作學習有利于學生數(shù)學核心素養(yǎng)提升的研究[A];第十二屆中國智慧工程研究會基礎教育“十三五”規(guī)劃課題會議論文集[C];2017年

8 劉揚威;;論學習興趣的重要性[A];2019全國教育教學創(chuàng)新與發(fā)展高端論壇論文集（卷三）[C];2019年

9 ;多層次引領 讓學習成為教師的習慣[A];河北省教師教育學會第九屆優(yōu)秀課題成果論壇文集[C];2018年

10 胡明標;;小學數(shù)學自主探究性學習的實施策略研究[A];《教師教學能力發(fā)展研究》科研成果集（第十一卷）[C];2017年

相關重要報紙文章 前10條

1 實習生 鄒春霞　本報記者 雷宇;中專生尹衛(wèi)東：不要僅為成績而學習[N];中國青年報;2012年

2 河南省洛陽市伊川縣白元鎮(zhèn)第一初級中學 張利浦;教師如何有效組織學生進行小組合作學習[N];山西青年報;2018年

3 記者 隋舒雨;學以致用 扎實推進“學習強國”學習平臺工作[N];撫順日報;2019年

4 廣西壯族自治區(qū)欽州市人民警察訓練學校副校長 龍玉平;大興學習之風要力避“三舍”[N];人民公安報;2019年

5 上海市浦東教育發(fā)展研究院副研究員、學習共同體研究院院長 陳靜靜;通過觀察學生促進深度學習[N];中國教師報;2019年

6 濱�？h八灘鎮(zhèn)中心小學 沈益亮;善用“錯誤”，促進有效學習[N];江蘇教育報;2019年

7 叢玉芝;學習容不得弄虛作假[N];長沙晚報;2019年

8 ;創(chuàng)課：讓學習更有意思[N];中國教師報;2019年

9 本報記者 劉亞文;為了更有意思的學習[N];中國教師報;2019年

10 石阡縣第一小學 周國紅;小議數(shù)學學習反思的重要性[N];貴州民族報;2019年

相關博士學位論文 前10條

1 袁彩虹;基于深度學習的行人重識別方法研究[D];華中科技大學;2019年

2 孫松濤;基于深度學習的微博復雜情感分類研究[D];武漢大學;2017年

3 閆玉光;面向異構特征空間的遷移學習研究[D];華南理工大學;2019年

4 張瑩;基于自適應排序函數(shù)和深度特征學習的行人搜索算法研究[D];大連理工大學;2019年

5 許s

本文編號：2660976