平行学习—机器学习的一个新型理论框架

被引：101

作者：

李力 ^{[1
]}

林懿伦 ^{[2
,3
]}

曹东璞 ^{[4
,5
]}

郑南宁 ^{[6
]}

王飞跃 ^{[2
,7
]}

机构：

[1] 清华信息科学与技术国家实验室(筹),清华大学自动化系

[2] 中国科学院自动化研究所复杂系统管理与控制国家重点实验室

[3] 中国科学院大学

[4] 英国克兰菲尔德大学驾驶员认知与自动驾驶实验室

[5] 青岛智能产业技术研究院

[6] 西安交通大学人工智能与机器人研究所

[7] 国防科技大学军事计算实验与平行系统技术中心

来源：

关键词：

机器学习; 人工智能; 平行学习; 平行智能; 平行系统及理论;

D O I：

10.16383/j.aas.2017.y000001

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

摘要：

本文提出了一种新的机器学习理论框架.该框架结合了现有多种机器学习理论框架的优点,并针对如何使用软件定义的人工系统从大数据提取有效数据,如何结合预测学习和集成学习,以及如何利用默顿定律进行指示学习等目前机器学习领域面临的重要问题进行了特别设计.

引用

页码：1 / 8

页数：8

共 14 条