面向认知的多源数据学习理论和算法研究进展

作     者：杨柳 于剑 刘烨 詹德川 YANG Liu;YU Jian;LIU Ye;ZHAN De-Chuan

作者机构：天津大学计算机科学与技术学院天津300350 交通数据分析与挖掘北京市重点实验室(北京交通大学)北京100044 脑与认知科学国家重点实验室(中国科学院心理研究所)北京100101 中国科学院大学心理学系北京100049 计算机软件新技术国家重点实验室南京大学江苏南京210023 

出 版 物：《软件学报》 (Journal of Software)

年 卷 期：2017年第28卷第11期

页      面：2971-2991页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61632004 61773198 61702358)~~ 

主　　题：统计学习理论 模式分类 特征空间 认知心理 

摘      要：多源数据学习在大数据时代具有极其重要的意义.目前,多源数据学习算法研究远远超前于多源数据学习理论研究,经典的机器学习理论难以应用于多源数据学习,更难以提供多源数据学习算法在实际应用中的理论保障.从学习的最终目的是知识这一认知切入点出发,对人类学习的认知机理、机器学习的三大经典理论(计算学习理论、统计学习理论和概率图理论)以及多源数据学习算法设计这3个方面的研究进展进行总结,最后给出未来研究方向的思考.