项目名称: 稀疏与冗余表征的理论及应用研究

项目编号: No.61170109

项目类型: 面上项目

立项/批准年度: 2012

项目学科: 计算机科学学科

项目作者: 郑忠龙

作者单位: 浙江师范大学

项目金额: 56万元

中文摘要: 稀疏与冗余表征是近年来机器学习、模式识别、信号处理、计算机视觉等领域的热点问题,其基本思想是从尽量少的数据中提取尽量多的信息,它是对传统信息论的一个极为重要的补充和延伸,正在形成一套自己的理论体系,有着极大的理论和应用前景。本项目以Candes、Tao和Donoho提出的压缩传感为基础,针对高维非结构化数据,探索数据稀疏与冗余表征的新理论与新方法。具体包括:(1)提出一种新的过完备字典的构建算法,降低设计过程的复杂度,增强学习结果的可解释性;(2)根据模型选择的一般性原则,揭示稀疏模型选择与特定数据结构、正则化项设计之间的规律;(3)结合优化理论、逼近理论等,建立信息不完备情况下,数据的稀疏可重构算法;(4)将所获得的新理论、新方法应用于多媒体、基因等数据的稀疏表征与理解,构建高维非结构化数据的稀疏分析原型系统。

中文关键词: 稀疏;高维;正则化;大数据;

英文摘要:

英文关键词: Sparse;High dimensionality;Regularization;Big data;

成为VIP会员查看完整内容
1

相关内容

【博士论文】机器学习中的标记增强理论 与应用研究
专知会员服务
27+阅读 · 2021年12月3日
专知会员服务
12+阅读 · 2021年8月29日
人工智能的理论及实践 知识图谱,160页pdf
专知会员服务
99+阅读 · 2021年6月30日
专知会员服务
34+阅读 · 2021年5月10日
专知会员服务
35+阅读 · 2021年2月20日
专知会员服务
43+阅读 · 2020年11月13日
【NeurIPS2020】可靠图神经网络鲁棒聚合
专知会员服务
18+阅读 · 2020年11月6日
专知会员服务
47+阅读 · 2020年8月27日
数字孪生模型构建理论及应用
专知
7+阅读 · 2022年4月20日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
图神经网络火了?谈下它的普适性与局限性
机器之心
21+阅读 · 2019年7月29日
【学界】DeepMind论文:深度压缩感知,新框架提升GAN性能
GAN生成式对抗网络
14+阅读 · 2019年5月23日
特征工程的特征理解(一)
机器学习研究会
10+阅读 · 2017年10月23日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
17+阅读 · 2022年1月11日
Arxiv
27+阅读 · 2020年6月19日
Arxiv
15+阅读 · 2020年2月5日
小贴士
相关VIP内容
【博士论文】机器学习中的标记增强理论 与应用研究
专知会员服务
27+阅读 · 2021年12月3日
专知会员服务
12+阅读 · 2021年8月29日
人工智能的理论及实践 知识图谱,160页pdf
专知会员服务
99+阅读 · 2021年6月30日
专知会员服务
34+阅读 · 2021年5月10日
专知会员服务
35+阅读 · 2021年2月20日
专知会员服务
43+阅读 · 2020年11月13日
【NeurIPS2020】可靠图神经网络鲁棒聚合
专知会员服务
18+阅读 · 2020年11月6日
专知会员服务
47+阅读 · 2020年8月27日
相关资讯
数字孪生模型构建理论及应用
专知
7+阅读 · 2022年4月20日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
图神经网络火了?谈下它的普适性与局限性
机器之心
21+阅读 · 2019年7月29日
【学界】DeepMind论文:深度压缩感知,新框架提升GAN性能
GAN生成式对抗网络
14+阅读 · 2019年5月23日
特征工程的特征理解(一)
机器学习研究会
10+阅读 · 2017年10月23日
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员