陕西省优势资源数据库

人才
平台
项目
成果

针对复杂形态数据的鲁棒性机器学习理论、模型与方法研究

获奖分类: 陕西省科学技术进步奖

获奖名称: 针对复杂形态数据的鲁棒性机器学习理论、模型与方法研究

获奖年份: 2018

获奖级别: 一等奖

主要完成单位: 西安交通大学、哈尔滨工业大学

主要完成人: 孟德宇、左旺孟、赵谦、王尧

成果简介:

2018年度陕西省科学技术奖一等奖

 

针对复杂形态数据的鲁棒性机器学习理论、模型与方法研究

 

项目编号:S2018JLJS0762

主要完成单位:西安交通大学、哈尔滨工业大学

主要完成人:孟德宇、左旺孟、赵谦、王尧

推荐单位:陕西省教育厅

 

项目简介

 

大数据时代已经来临,以大数据资源为契机引发了机器学习一轮新的研究热潮。然而,目前机器学习的有效性大多建立在较高的数据质量前提之下。当面对具有本质复杂性态的低质数据,传统机器学习方法在应用中的有效性往往面临巨大挑战。本项目通过深入探索数据本质复杂性内涵,尝试从内在机理与核心理论方面重新审视传统机器学习基础理念,原创性地提出“基于认知机理的自步学习”与“基于数据驱动的误差建模”等机器学习新型建模原理与算法实现框架,在多媒体事件检测、遥感图像增强与判别、核方法快速计算等方面取得关键性突破,取得重要科学与应用进展。相应工作支持卡内基梅隆大学信息媒体实验室开发系统在多媒体领域权威的TRECVID竞赛中取得第一名;支持香港中文大学未来城市研究所在地理领域权威的IEEE GRSS 数据融合大赛取得优异成绩。本项目研究成果发表论文117篇,其中SCI期刊77篇,计算机学会推荐A类会议论文40篇。所发表期刊论文中,IEEE汇刊长文40篇,中科院SCI 2区以上论文68篇,其中74篇论文发表于影响因子大于2的期刊,52篇发表于影响因子大于4的期刊。累计web of Science他引1125次,Google Sch olar引用超过3000次次。

 


3-相关结果被China Daily、明报、文汇报等10余家新闻相关媒体报道.png2-IEEE GRSS数据融合大赛获奖证书.png1-自步学习相关算法被香港中文大学未来城市研究所用于遥感领域权威的IEEE GRSS数据融合大赛,取得优异成绩.png5-部分成果所发表的期刊封面.png

上一篇:大型功能壁板自动精准装配关键技术与装备 下一篇:移动模架造桥机成套技术研究与工程应用

相关链接:

环月和绕月返回测控关键技术及应用

面向需求的大型飞机飞控传感器主动设计技术

带有微观异质基础的经济波动研究

深度调峰机组广义阀点优化关键技术研究及应用

延安地区边际气藏致密化控藏模式与勘探实践

基于“业务链融合、智慧共享”的业财多维精益管理体系研究与应用

提升陕西新能源消纳能力的规划设计关键技术及应用

输电线路雷击电磁暂态特性评估与优化关键技术