当前位置:经管资料网行业分类IT互联网机器学习与应用2017版152页

机器学习与应用2017版152页

17.5 MB
中文
80
计点资料
201711
152页
PDF [下载阅读器]
2019-04-16 10:24:07
推荐星级
IT互联网计算机 | 书籍
行业分类 | IT互联网

机器学习与应用2017版简介

本书是对第十三届和第十四届中国机器学习及其应用研讨会的一个总结,共邀请了与会的7位专家就其研究领域撰文,以综述的形式探讨了机器学习不同分支及相关领域的研究进展。这些内容涉及稳健的矩阵回归模型、低秩模型的闭解、面向大规模学习的随机优化、张量分解、基于递归神经网络的图像描述算法、标记分布学习及其应用,以及软件缺陷挖掘。

稳健的矩阵回归模型与方法 杨 健 罗 雷 1
1 引言 1
2 基于核范数的稳健矩阵回归 3
3 基于推广幂指数分布的稳健矩阵回归 6
4 基于核-L1范数的联合矩阵回归 8
5 基于树结构核范数的稳健矩阵回归 11
6 结束语 14
参考文献 15
若干低秩子空间恢复模型的闭解及其应用 林宙辰 19
1 引言 19
2 无噪低秩表示模型的闭解 21
2.1 应用:潜在低秩表示模型的推导 23
3 无噪潜在低秩模型的闭解 24
3.1 应用:提升潜在低秩表示模型的聚类性能 25
4 若干主要低秩模型的解之间的关系 26
4.1 解的质量的比较 28
4.2 求解速度的比较 30
5 闭解应用的另一个例子:仿射变换下特征点误匹配检测 30
6 结束语 33
参考文献 33
面向大规模机器学习的随机优化 张利军 35
1 引言 35
2 相关工作 36
3 降低时间复杂度 38
3.1 研究背景 38
机器学习及其应用2017
3.2 阶段混合梯度下降 39
3.3 实验 42
4 降低空间复杂度 43
4.1 研究背景 43
4.2 随机临近梯度下降 44
4.3 实验 46
5 总结与展望 48
附录 48
参考文献 49
非参贝叶斯张量分解研究 徐增林 贺丽荣 严 丰 漆 远 53
1 引言 53
2 Tucker分解 54
3 CP分解 55
4 非参贝叶斯分解 57
4.1 InfTucker分解 57
4.2 InfTucker算法 60
4.3 实验结果 63
5 结束语 65
参考文献 66
基于递归神经网络的图像描述算法 靳骏奇 闫子昂 张长水 69
1 引言 69
2 相关工作 70
3 模型与方法 71
3.1 基于多尺度局部色块的图像表示 71
3.2 基于注意力的递归神经网络解码器 73
4 实验与分析 76
4.1 实验设定 76
4.2 定量评估结果 77
4.3 微软比赛结果 79
4.4 定性评估结果 79
5 结束语 84
参考文献 85
标记分布学习及其应用 耿 新 徐 宁 87
1 引言 87
2 学习框架 88
2.1 符号及形式化定义 88
2.2 评价指标 90
3 标记分布学习算法 91
3.1 “问题转化”算法 91
3.2 “算法改造”算法 92
3.3 专用算法 93
4 标记分布学习应用 95
4.1 原始数据中的标记分布 95
4.2 基于先验知识的标记分布 104
4.3 从数据集中学到的标记分布 109
5 结束语 120
参考文献 121
软件缺陷挖掘 黎 铭 126
1 引言 126
2 基于编程模式挖掘软件缺陷 127
3 基于缺陷标注挖掘软件缺陷 128
4 基于缺陷报告挖掘软件缺陷 132
5 结束语 136
参考文献 137

全部

资料标签:机器学习 自动化