应用遗传算法思想进行知识库自学习的研究

对于知识获取问题,常用的手工方法效率较低,已经不能满足人们的需求,因此提出使用机器学习这种自动知识获取方法来解决该问题.以虚拟旅行代理平台为背景,采用遗传算法和机器学习相结合的理论和方法,将目标知识库的目标荻取问题转化为组合优化问题,并提出了一个目标知识库自学习算法.通过该算法优化出新的旅行目标,实现目标库的更新.实验结果表明,该方法是有效的.     

机器学习技术与机器学习系统

知识获取是知识处理过程中的“瓶颈“，这一问题的解决有赖于机器学习研究的进展。本文从两种不同的角度概述并评价了当前机器学习中的一些主要技术和典型系统，其一是着眼于机器学习技术所采用的推理方式，即演绎推理、归纳推理和类比推理，其二是强调机器学习系统所使用的知识类型和学习过程中信息流动的走向。     

KDD中的机器学习

1.机器学习的发展机器学习是研究获取新知识、新技巧,重组已经出现的知识的计算方法,是人工智能中的基本问题,其理论基础涉及人工智能、统计学、脑知模型、适应性控制理论、心理学模型、进化模型(如遗传算法)。机器学习的研究开始于50年代,经过40来年的发展,已经取得     

一种基于符号神经网络的知识获取方法

本文介绍一种基于符号神经网络的知识获取方法，该方法首先用传统的机器学习方法获取关于某领域的粗略知识，然后把这些知识映射到神经网络结构，通过神经网络的自学习获取关于该领域的精细知识，这样，既解决了传统机器学习中知识精度，知识表示等问题，又解决了神经网络获取知识时间长，能释能力弱等问题。     

面向网络空间防御的对抗机器学习研究综述

机器学习以强大的自适应性和自学习能力成为网络空间防御的研究热点和重要方向. 然而机器学习模型在网络空间环境下存在受到对抗攻击的潜在风险, 可能成为防御体系中最为薄弱的环节, 从而危害整个系统的安全. 为此科学分析安全问题场景, 从运行机理上探索算法可行性和安全性, 对运用机器学习模型构建网络空间防御系统大有裨益. 全面综述对抗机器学习这一跨学科研究领域在网络空间防御中取得的成果及以后的发展方向. 首先, 介绍了网络空间防御和对抗机器学习等背景知识; 其次, 针对机器学习在网络空间防御中可能遭受的攻击, 引入机器学习敌手模型概念, 目的是科学评估其在特定威胁场景下的安全属性; 然后, 针对网络空间防御的机器学习算法, 分别论述了在测试阶段发动规避攻击、在训练阶段发动投毒攻击、在机器学习全阶段发动隐私窃取的方法, 进而研究如何在网络空间对抗环境下, 强化机器学习模型的防御方法; 最后, 展望了网络空间防御中对抗机器学习研究的未来方向和有关挑战.     

改进的基因遗传算法在专家系统机器学习中的应用

本文介绍了基因遗传算法的基本原理，给出了基因遗传算法在机器学习问题求解启发式知识中的适合度函数选取及基因编码方法，并阐述了改进的基因遗传算法在机器学习中的应用     

机器学习

目前,机器学习研究方兴未艾,同时,对一些基本概念、基本问题的提法尚各执一词。本文首先概述了我们关于机器学习有关问题的基本认识,在此基础上,分析了符号机器学习研究中比较重要的两个领域(归纳学习和基于解释的学习)的研究现状,最后提出了我们的一些想法。关于机器学习的一些看法何谓机器学习?我们认为,机器学习从内在行为看,是从未知到知的过程,是知识增加的过程。从外在表现看,是系统的某些适应性改变,使得系统能完成原来不能完成的任务或把原来能完成的任务做得更好。这是一个问题的两个方面,各有侧重,归纳学习就侧重于概念获取即知识增加的一面,而基于     

机器学习方向研究生培养模式研究

针对机器学习方向知识交叉度高、理论内容整体性强、知识更新速度快的突出特点,分析现有研究生培养体系中存在的问题,具体提出专门针对机器学习方向的研究生培养模式。     

面向众包数据清洗的主动学习技术

传统方法多数采用机器学习算法对数据进行清洗.这些方法虽然能够解决部分问题,但存在计算难度大、缺乏充足的知识等局限性.近年来,随着众包平台的兴起,越来越多的研究将众包引入数据清洗过程,通过众包来提供机器学习所需要的知识.由于众包的有偿性,研究如何将机器学习算法与众包有效且低成本结合在一起是必要的.提出了两种支持基于众包的数据清洗的主动学习模型,通过主动学习技术来减少众包开销,实现了对给定的数据集基于真实众包平台的数据清洗,最大程度减少成本的同时提高了数据的质量.在真实数据集上的实验结果验证了所提模型的有效性.     

科学发现中的机器学习方法研究

大规模科学装置与重大科学实验使得科学发现进入了数据密集型的第四范式,借助蓬勃发展的人工智能技术促进智能科学发现势在必行.机器学习作为人工智能中的一项重要技术,已广泛应用于各个科学领域.然而,现有工作仅研究特定任务下的机器学习方法,没能抽象出一个通用的智能科学发现研究框架.本文首先总结了科学发现任务中常用的机器学习方法,并将科学任务归类为五大机器学习问题.其次,提出了基于机器学习的智能科学发现研究框架,作为“AI for Science”的典型范例,阐述了一种高效的智能科学发现模式.再次,本文以时域天文学中发现瞬变事件这一科学任务为例,通过实验证明了唯有恰当地结合领域知识后,机器学习算法才能更好地服务于智能科学发现,验证了该框架的有效性.最后进行总结与展望,以期对各领域进行智能科学发现形成参考意义.     

电磁频谱空间射频机器学习及其应用综述

针对电磁频谱空间中频谱资源日益稀缺的问题,新兴的射频机器学习旨在结合电磁频谱领域知识,设计专门的机器学习模型,具有快速、小样本甚至零样本、可解释性和高性能的优势。按照五层网络结构,从物理层、数据链路层、网络层、传输层和应用层出发,本文对已有的射频机器学习在无线通信中具体应用的最新成果进行归类分析。同时,在现有成果基础上,通过对数据驱动和知识驱动的相互作用关系,总结了4种射频机器学习框架（串行/并行/耦合/反馈双驱动框架）。最后,为了促进射频机器学习的研究和实际应用,本文讨论了关键挑战和开放性问题。     

归纳逻辑程序设计方法综述

归纳逻辑程序设计是机器学习与逻辑程序设计交叉所形成的一个研究领域,克服了传统机器学习方法的两个主要限制：即知识表示的限制和背景知识利用的限制,成为机器学习的前沿研究课题。首先从归纳逻辑程序设计的产生背景、定义、应用领域及问题背景介绍了归纳逻辑程序设计系统的概貌,对归纳逻辑程序设计方法的研究现状进行了总结和分析,最后探讨了该领域的进一步的研究方向。     

机器学习的知识结构

机器学习是模拟人类学习活动过程来完成进行学习。本文通过分析机器学习系统在学习过程对知识的使用特点,提出将机器学习系统中知识库里的知识分为样本特征知识,操作性知识和推理性知识三个方面：并根据它们在学习过程中的作用．讨论了这三方面知识之间的关系。     

船舶拟人智能避碰决策理论的集成机器学习策略

简述了研究船舶拟人智能避碰决策(PIDVCA)的意义、目标及其实现方法,提出了基于机器学习构建动态避碰知识库的关键技术及PIDVCA理论的机器学习机制,并结合避碰仿真实例,着重讨论了PIDVCA理论的集成机器学习策略以及获取动态避碰知识的机理.     

融合知识感知与双重注意力的短文本分类模型

文本分类任务作为文本挖掘的核心问题,已成为自然语言处理领域的一个重要课题.而短文本分类由于稀疏性、实时性和不规范性等特点,已成为文本分类亟待解决的问题之一.在某些特定场景,短文本存在大量隐含语义,由此给挖掘有限文本内的隐含语义特征等任务带来挑战.已有的方法对短文本分类主要采用传统机器学习或深度学习算法,但该类算法的模型构建复杂且工作量大,效率不高.此外,短文本包含有效信息较少且口语化严重,对模型的特征学习能力要求较高.针对以上问题,提出了KAe RCNN模型,该模型在TextRCNN模型的基础上,融合了知识感知与双重注意力机制.知识感知包含了知识图谱实体链接和知识图谱嵌入,可以引入外部知识以获取语义特征,同时,双重注意力机制可以提高模型对短文本中有效信息提取的效率.实验结果表明,KAe RCNN模型在分类准确度、F1值和实际应用效果等方面显著优于传统的机器学习算法.对算法的性能和适应性进行了验证,准确率达到95.54%, F1值达到0.901,对比4种传统机器学习算法,准确率平均提高了约14%, F1值提升了约13%.与TextRCNN相比,KAe RCNN模型在准确性方面提升了约3%...     

基于商务谈判的机器学习理论方法研究

电子商务的谈判中应用机器学习方法可增加其智能特性.探讨基于商务谈判的机器学习理论,建立了商务谈判学习模型,设计出相应的学习算法Strategy Learning以获取谈判领域的专家知识-谈判规则.通过一个应用实例,验证了SL方法的可行性和正确性.     

识取技术及其在网络智能故障诊断中的应用

基于遗传算法提出了一种新型的机器学习方法,它利用遗传算法的全局寻优手段,为解决知识获取这一瓶颈问题另辟捷径.论述了该方法的原理及其实现过程,并且给出了网络故障诊断应用实例,证明了它的有效性.     

装备故障诊断专家系统知识获取方法

针对导弹武器装备故障诊断专家系统的知识获取与机器学习进行研究，系统介绍了知识获取与机器学习系统的构成。提出了一种基于仿真技术的故障知识获取方式，仿真数据经过分析、变换，转化为知识，从而实现知识获取。     

语义网中基于机器学习的本体映射研究

本体映射是解决语义网中不同本体间的知识共享和重用问题的有效方法.本论文从解决语义网中本体的各种异构问题出发,同时考虑到目前的本体大多映射效率不高、映射结果不够准确的问题,在对比分析了本体映射各种方法的基础上,重点研究了基于机器学习技术的本体映射机制,提出了一种高效地建立本体映射的方法及系统框架,该方法利用机器学习技术来提高本体映射的自动化程度,利用综合评判技术来修正映射结果,以提高本体映射的准确率.     

机器学习在智能车间调度系统中的应用

基于规则和仿真的车间调度系统与专家系统的结合,使智能调度系统得到了广泛的应用。但是知识的缺乏制约了应用效果。经过开发一个具有机器学习能力的车间调度系统证明:机器学习是解决知识贫乏的一个有效途径,且在众多的机器学习算法中,Quinlian的ID3算法成为适用于智能调度系统的机器学习算法。