机器学习方法被广泛应用于人工智能中的机器视觉、数据挖掘.pdf

《机器学习方法被广泛应用于人工智能中的机器视觉、数据挖掘.pdf》由会员分享，可在线阅读，更多相关《机器学习方法被广泛应用于人工智能中的机器视觉、数据挖掘.pdf（3页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、项目名称 面向复杂交互场景的新型机器学习技术 完成人 高阳，史颖欢，霍静，杨琬琪，王皓，陈兴国，胡裕靖 完成单位 南京大学 项目简介 机器学习方法被广泛应用于人工智能中的机器视觉、数据挖掘、信息检索、自然语言处理等子领域，以及金融、安防、教育、医疗等应用领域。传统的机器学习算法往往基于确定性的、静态的、结构简单的、来源单一的数据学习。因此在复杂交互场景下，传统学习方法的鲁棒性、稳健性、安全性以及可靠性难以满足应用要求。目前，针对复杂交互场景的机器学习算法仍然缺少系统性的理论框架。本项目在国家自然科学基金重点项目、江苏省自然科学基金重点项目、科技部国际科技合作与交流专项、国家重点研发计划等支持下

2、，重点研究“复杂交互场景下的新型机器学习技术”，具体包括：【面向随机交互的机器学习技术】针对 Agent 与环境在线交互所产生的随机交互数据，本项目研究多种决策场景下的高效调度和强化学习算法，以解决传统学习算法表现出的收敛慢、学习效率低等问题。具体包括新型网格调度算法、基于值函数估计的强化学习等。【面向动态交互的机器学习技术】针对多个 Agent 与环境在线交互时的动态决策问题，本项目研究适用于多 Agent 系统的高效强化学习算法，解决现有学习算法中存在的收敛速度慢、计算复杂度高、依赖集中式处理等问题。具体包括基于博弈均衡的多 Agent 强化学习、面向分布式博弈的多 Agent 强化学习等

3、。【面向多源异构数据的机器学习】针对传统机器学习算法往往基于单一数据类型以及忽略数据多源异构的问题，研究针对复杂多源异构数据的特征选择以及分类器学习方法，具体包括联合样本与特征分析的多源特征选择算法、基于遗传算法优化的多源耦合稀疏表示学习。【面向复杂结构数据的机器学习】针对传统机器学习算法往往基于简单结构数据，研究针对不同空间区域特征不一致、空间区域特征有效性不一致的复杂结构数据的有效特征选择与表示算法，具体包括基于空间约束的直推式特征选择算法、基于多示例字典学习的弱监督数据特征表示算法。本项目近年来发表国内外期刊和会议论文 100 余篇，其中包括 CCF-A 类期刊和会议论文（TPAMI、T

4、IFS、ACMMM、CVPR、AAAI、SIGMOD、VLDB等），CCF-B 类期刊和会议论文（TNNLS、TCYB、TCSVT、DMKD、PR、CVIU、ICDM、AAMAS、ICASSP 等）。论文总被引超过 1200 次。并将其应用于智能监控系统、医学图像分析、数据并行计算、电信数据挖掘、产品智能推荐等多个实际应用中，并与江苏省科技厅、公安厅、省肿瘤医院、八一医院、万维艾斯、方天电力、中博等多家单位进行技术转化。所发表论文被多位 IEEE/IAPR/AAPM/IOP Fellow、总统奖得主、以及哈佛、帝国理工大学、卡内基梅隆大学同行等权威进行多次正面评价。部分成果被国际同行在论文中称

5、为有力工具（powerful tools）、被关注（attracted considerable attention）、有效的（effective）等。此外，申请团队获 2017 年度中国人工智能学会吴文俊自然科学二等奖 1 项，2010 年度军队医疗成果二等奖 1 项，2015 年度军队医疗成果三等奖 1 项，国际会议 IDEAL2012 最佳论文奖 1 次，国际会议 PAKDD09最佳学生论文奖 1 次。本项目培养教育部新世纪优秀人才 1 名、中国科协青年人才托举工程入选者 1 名，为我国信息科技事业输送优秀人才，在相关学术领域形成了广泛影响。代表性论文 论著目录 1、Adaptive G

6、rid Job Scheduling with Genetic Algorithm./Future Generation Computer Systems/Yang Gao,Joshua Zhexue Huang,and Hongqiang Rong/2005 年 1 月 2、Online selective kernel-based temporal difference learning/IEEE Transactions on Neural Networks and Learning Systems/Xingguo Chen,Yang Gao,and Ruili Wang/2013 年

7、1 月 3、Prostate Segmentation in CT Images via Spatial-Constrained Transductive Lasso/CVPR 2013/Yinghuan Shi,Shu Liao,Yaozong Gao,Daoqiang Zhang,Yang Gao,Dinggang Shen/2013 年 6 月 4、Multimodal Sparse Representation-Based Classification for Lung Needle Biopsy Images/IEEE Trans.on Biomedical Engineering(

8、TBME)/Yinghuan Shi,Yang Gao,Yubin Yang,Dong Wang,Ying Zhang/2013 年 5 月 5、MRM-Lasso:A Sparse Multi-View Feature Selection Method via Low-Rank Analysis/IEEE Transactions on Neural Networks and Learning Systems(TNNLS)/Wanqi Yang,Yang Gao,Yinghuan Shi,Longbing Cao/2015 年 2 月 6、Multi-instance dictionary

9、learning for detecting abnormal events in surveillance videos/International journal of neural systems(IJNS)/Jing Huo,Yang Gao,Wanqi Yang,Hujun Yin/2014 年 5 月 7、RL-DOT:A Reinforcement Learning NPC Team for Playing Domination Games/IEEE Transactions on Computational Intelligence and AI in Games/Hao Wa

10、ng,Yang Gao,and Xingguo Chen/2010 年 3 月 8、Multiagent Reinforcement Learning With Unshared Value Functions/IEEE transactions on cybernetics(TCYB)/Yujing Hu,Yang Gao,Bo An/2015 年 4月 主要知识产权目录 1、交 互 式 游 戏 中 智 能 非 玩 家 角 色 的 实 现 方 法 及 系 统/ZL200710133806.8/491071/南京大学/高阳；王皓；罗文杰/是 2、一种不完美信息扩展式博弈中计算最佳反应策略的方法/ZL20131 0568689.3/2091697/南京大学；江苏万维艾斯网络智能产业创新中心有限公司/高阳；胡裕靖；史颖欢/是 推广应用情况 项目成果已经成功应用于智能监控系统、医学图像分析、数据并行计算、电信数据挖掘、产品智能推荐等相关的多个实际系统中；并与江苏省科技厅、公安厅、省肿瘤医院、八一医院、万维艾斯、方天电力、中博、小网科技等多家单位进行深入合作，并完成相应的技术转化。对比现有行业已有解决方案具有较大提升，在安防、医疗、金融、通讯、环保领域等显示出较大的应用潜力和广阔的应用场景。