基于退化策略的MIML算法研究.pdf

1、隨著人工智能技術(shù)的飛速發(fā)展，作為人工智能領(lǐng)域的重要分支，機(jī)器學(xué)習(xí)同樣獲得了長(zhǎng)期而穩(wěn)定的發(fā)展，目前已經(jīng)成為學(xué)術(shù)界研究最多的領(lǐng)域之一。其中，監(jiān)督學(xué)習(xí)是目前研究的最多、應(yīng)用最廣泛的一種學(xué)習(xí)框架。
　　但是，傳統(tǒng)監(jiān)督學(xué)習(xí)采用單示例單標(biāo)記的形式描述現(xiàn)實(shí)對(duì)象，不適用于解決歧義性對(duì)象的學(xué)習(xí)問(wèn)題?；诖?，研究者們提出了多示例多標(biāo)記（MIML）學(xué)習(xí)這一新型框架，在此框架下，現(xiàn)實(shí)對(duì)象被描述為多個(gè)示例，且被賦予多個(gè)概念標(biāo)記。這種框架更適合處理歧義性對(duì)象

2、，有助于復(fù)雜對(duì)象學(xué)習(xí)問(wèn)題的解決。
　　針對(duì)MIML框架，研究人員提出了多種學(xué)習(xí)算法，其中，最為直觀的是以多示例學(xué)習(xí)或多標(biāo)記學(xué)習(xí)為橋梁，將MIML學(xué)習(xí)退化為傳統(tǒng)監(jiān)督學(xué)習(xí)進(jìn)行求解，代表算法為MIMLBoost算法和MIMLSVM算法。本文針對(duì)這兩個(gè)退化算法中所存在的問(wèn)題和不足，做了以下方面的研究工作。
　　首先，分析MIMLBoost算法轉(zhuǎn)化過(guò)程中出現(xiàn)的類別不平衡問(wèn)題，根據(jù)現(xiàn)有的類別不平衡解決方法，對(duì)算法進(jìn)行改進(jìn)。本文結(jié)合欠采樣

3、思想，運(yùn)用聚類算法和TF-IDF算法計(jì)算每個(gè)類別標(biāo)記在各個(gè)聚類簇中的重要度，然后篩選出重要度高的若干標(biāo)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(gòu)造聚類，而忽略包內(nèi)示例分布對(duì)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(gòu)造聚類，挖掘出示例中的潛在概念，運(yùn)用 R-PATTERN算法計(jì)算每個(gè)概念簇的概念權(quán)重，再利用TF-IDF算法計(jì)算每個(gè)概念簇在各個(gè)示例