主动机器学习 -On going

简介

执行过程中。 此研究方向从2010年开始至今。 机器学习关注如何通过经验/数据学习构建一个可以自动提高能力的系统。它是当今最快速发展的科技领域之一，位于人工智能和数据科学的核心。主动学习Active Learning是正在兴起的一个机器学习领域，正是受到现实情况（数据越来越容易和可廉价获取但获取标号却困难和昂贵）的大力驱动。其核心思想是：如果允许机器学习方法自己挑选要学习的训练样本，则可以基于更少的训练样本数据达到同样甚至更高的学习精度。

目标

分析改进主动机器学习理论和算法，构建实际可用的主动学习框架，联系实际产业应用。

主要内容

1. 主动学习基本理论与算法
2. 自主监控与评价
3. 自动海面溢油检测应用
4. 其他应用（生物、医药，材料，众包等）

目前人员

无，欢迎感兴趣同学报考研究生！

相关人员

• 陈荣，武汉大学博士研究生
• 金良，2011级硕士研究生，《基于HSBvSB主动学习的图像分类》，现北京文通科技有限公司

相关论文

• [1]Yongfeng Cao, Linlin Xu and David Clausi, Active learning for identifying marine oil spills using 10-year RADARSAT data, IGARSS 2016，Beijing. (accepted)
• [2]曹永锋，陈荣，孙洪，基于BvSBHC的主动学习多类分类算法，计算机科学，2013.8, 40(8): 309-312 （核心）
• [3]陈荣，曹永锋，孙洪，基于主动学习和半监督学习的多类图像分类，自动化学报,2011,Vol.37(8):954-962（EI）
• [4]金良，曹永锋*，苏彩霞，任俊英，基于HS样本选择和BvSB反馈的多类图像分类，贵州师范大学学报，Vol.32(4):56-62, 2014
• [5]Rong Chen, Yongfeng Cao*, Hong Sun, Active sample-selecting and manifold learning-based relevance feedback method for synthetic aperture radar image retrieval, IET Radar, Sonar and Navigation , 2011,Vol.5(2):118-127（SCI）
• [6]Rong Chen, Yongfeng Cao*, Hong Sun, A modified method for relevance feedback in high-resolution SAR image retrieval system based on SVM, Proceedings of 2009 Urban Remote Sensing Joint event，20-22 May 2009, Shanghai, China.（EI）

相关发明专利

• [1] “一种相关反馈图像检索方法”，授权号：200910061710.4
• [2] “基于主动学习和半监督学习的多类图像分类方法”，授权号：201010184378.3

招募人员

任何感兴趣的本科生/研究生都可与我们联系。 联系方式：QQ: 812024981