平行学习—机器学习的一个新型理论框架
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....
Saved in:
| Published in | 自动化学报 Vol. 43; no. 1; pp. 1 - 8 |
|---|---|
| Main Author | |
| Format | Journal Article |
| Language | Chinese |
| Published |
清华信息科学与技术国家实验室筹，清华大学自动化系 北京100084 中国%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 北京 100190 中国
2017
国防科技大学军事计算实验与平行系统技术中心 长沙 410073 中国 青岛智能产业技术研究院 青岛 266000 中国%西安交通大学人工智能与机器人研究所 西安710049 中国%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 北京 100190 中国 中国科学院大学 北京 100049 中国%英国克兰菲尔德大学驾驶员认知与自动驾驶实验室 克兰菲尔德 MK43 0AL 英国 |
| Subjects | |
| Online Access | Get full text |
| ISSN | 0254-4156 1874-1029 |
| DOI | 10.16383/j.aas.2017.y000001 |
Cover
| Abstract | 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. |
|---|---|
| AbstractList | 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. 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。 |
| Abstract_FL | In this paper, we propose a new framework of machine learning theory, parallel learning,which incorporates and inherits many elements from various existing machine learning theories. Special designs are also presented to deal with some important problems in the machine learning research field, e.g., useful data retrieval from big data using software defined artificial systems, combination of predictive learning and ensemble learning, application of Merton0s law to prescriptive learning. |
| Author | 李力 林懿伦 曹东璞 郑南宁 王飞跃 |
| AuthorAffiliation | 清华信息科学与技术国家实验室筹,清华大学自动化系,中国北京100084 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,中国北京100190 中国科学院大学,中国北京100049 英国克兰菲尔德大学驾驶员认知与自动驾驶实验室,英国克兰菲尔德MK430AL 青岛智能产业技术研究院,中国青岛266000 西安交通大学人工智能与机器人研究所,中国西安710049 国防科技大学军事计算实验与平行系统技术中心,中国长沙410073 |
| AuthorAffiliation_xml | – name: 清华信息科学与技术国家实验室筹，清华大学自动化系 北京100084 中国%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 北京 100190 中国; 中国科学院大学 北京 100049 中国%英国克兰菲尔德大学驾驶员认知与自动驾驶实验室 克兰菲尔德 MK43 0AL 英国; 青岛智能产业技术研究院 青岛 266000 中国%西安交通大学人工智能与机器人研究所 西安710049 中国%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 北京 100190 中国; 国防科技大学军事计算实验与平行系统技术中心 长沙 410073 中国 |
| Author_FL | LI Li CAO Dong-Pu WANG Fei-Yue ZHENG Nan-Ning LIN Yi-Lun |
| Author_FL_xml | – sequence: 1 fullname: LI Li – sequence: 2 fullname: LIN Yi-Lun – sequence: 3 fullname: CAO Dong-Pu – sequence: 4 fullname: ZHENG Nan-Ning – sequence: 5 fullname: WANG Fei-Yue |
| Author_xml | – sequence: 1 fullname: 李力 林懿伦 曹东璞 郑南宁 王飞跃 |
| BookMark | eNotz8tKw0AUBuBBKhhrn8CdC3eJc2YmmclSijcouOm-TDKTXtBUE0Trqgvppi5ciKBIsRsRQREEafs40qR9DKfUszkc-PgP_zoqxO1YI7QJ2AGPCrrTcqRMHYKBOx28GFhBFgjObMDELyALE5fZDFxvDZXStBkYybhPKLaQl42_58Pb7ON1On757d7nz5Ps8W15zp5upqPudPSeP3xlg_7srjf_nOTDXj742UCrkTxJdel_F1F1f69aPrQrxwdH5d2KHboCbEmJ8kPKQk2wVqBIEIYejgRRLieBpyRhkYq0BsI1Zz5REjQNJJfK56AFpkW0vYy9lHEk43qt1b5IYvOwdq0aV8GiMgbT18CtJQwb7bh-3jT0LGmeyqRT8ziAcULQP5idawk |
| ContentType | Journal Article |
| Copyright | Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
| Copyright_xml | – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
| DBID | 2RA 92L CQIGP W92 ~WA 2B. 4A8 92I 93N PSX TCJ |
| DOI | 10.16383/j.aas.2017.y000001 |
| DatabaseName | 维普_期刊 中文科技期刊数据库-CALIS站点 维普中文期刊数据库 中文科技期刊数据库-工程技术 中文科技期刊数据库- 镜像站点 Wanfang Data Journals - Hong Kong WANFANG Data Centre Wanfang Data Journals 万方数据期刊 - 香港版 China Online Journals (COJ) China Online Journals (COJ) |
| DatabaseTitleList | |
| DeliveryMethod | fulltext_linktorsrc |
| Discipline | Engineering |
| DocumentTitleAlternate | Parallel Learning — A New Framework for Machine Learning |
| DocumentTitle_FL | Parallel Learning - A New Framework for Machine Learning |
| EISSN | 1874-1029 |
| EndPage | 8 |
| ExternalDocumentID | zdhxb201701001 671101788 |
| GrantInformation_xml | – fundername: 国家自然科学基金(91520301)资助Supported by National Natural Science Foundation of China funderid: (91520301) |
| GroupedDBID | --K -0Y .~1 0R~ 1B1 1~. 1~5 2B. 2C0 2RA 4.4 457 4G. 5GY 5VS 5XA 5XJ 7-5 71M 8P~ 92H 92I 92L AAIKJ AALRI AAQFI AAXUO ACGFS ADEZE ADTZH AECPX AEKER AFTJW AGHFR AGYEJ AITUG AJOXV ALMA_UNASSIGNED_HOLDINGS BLXMC CCEZO CQIGP CS3 CUBFJ CW9 EBS EFLBG EJD EO8 EO9 EP2 EP3 FDB FEDTE FNPLU GBLVA HVGLF HZ~ IHE J1W JJJVA M41 MO0 N9A O-L O9- OAUVE OZT P-8 P-9 P2P PC. Q38 ROL RPZ SDF SDG SES TCJ TGT U1G U5S W92 ~WA 4A8 93N ABJNI ABWVN ACRPL ADNMO PSX |
| ID | FETCH-LOGICAL-c581-a32d9c34ce20ed1d2bcc60f82d572b6da24fdfee127e7492da1e3ba7ad971e803 |
| ISSN | 0254-4156 |
| IngestDate | Thu May 29 04:10:30 EDT 2025 Wed Feb 14 10:05:49 EST 2024 |
| IsPeerReviewed | true |
| IsScholarly | true |
| Issue | 1 |
| Keywords | parallel system and theory parallel learning parallel intelligence 机器学习 平行智能 Machine learning 人工智能 平行学习 平行系统及理论 artificial intelligence |
| Language | Chinese |
| LinkModel | OpenURL |
| MergedId | FETCHMERGED-LOGICAL-c581-a32d9c34ce20ed1d2bcc60f82d572b6da24fdfee127e7492da1e3ba7ad971e803 |
| Notes | LI Li1, LIN Yi-Lun2, 3, CAO Dong-Pu4,5, ZHENG Nan-Ning6 ,WANG Fei-Yue2, 7（ 1. National Laboratory for Information Science and Technol- ogy （TNList）, Department of Automation, Tsinghua University, Beijing 100084, China 2. the State Key Laboratory of Man- agement and Control for Complex Systems, Institute of Au- tomation, Chinese Academy of Sciences, Beijing 100190, China 3. University of Chinese Academy of Sciences, Beijing 100049, China 4. Driver Cognition and Automated Driving Labora- tory, Cranfield University, Cranfield MK43 0AL, UK 5. Qing- dao Academy of Intelligent Industries, Qingdao 266000, China 6. Institute of Artificial Intelligence and Robotics （IAIR）, Xi＇an Jiaotong University, Xi＇an 710049, China 7. Research Center of Military Computational Experiments and Parallel Systems, National University of Defense Technology, Changsha 4100739 China） In this paper, we propose a new framework of machine learning theory, parallel learning,which incorporates and inherits many elements from various existing mac |
| PageCount | 8 |
| ParticipantIDs | wanfang_journals_zdhxb201701001 chongqing_primary_671101788 |
| PublicationCentury | 2000 |
| PublicationDate | 2017 |
| PublicationDateYYYYMMDD | 2017-01-01 |
| PublicationDate_xml | – year: 2017 text: 2017 |
| PublicationDecade | 2010 |
| PublicationTitle | 自动化学报 |
| PublicationTitleAlternate | Acta Automatica Sinica |
| PublicationYear | 2017 |
| Publisher | 清华信息科学与技术国家实验室筹，清华大学自动化系 北京100084 中国%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 北京 100190 中国 国防科技大学军事计算实验与平行系统技术中心 长沙 410073 中国 青岛智能产业技术研究院 青岛 266000 中国%西安交通大学人工智能与机器人研究所 西安710049 中国%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 北京 100190 中国 中国科学院大学 北京 100049 中国%英国克兰菲尔德大学驾驶员认知与自动驾驶实验室 克兰菲尔德 MK43 0AL 英国 |
| Publisher_xml | – name: 青岛智能产业技术研究院 青岛 266000 中国%西安交通大学人工智能与机器人研究所 西安710049 中国%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 北京 100190 中国 – name: 国防科技大学军事计算实验与平行系统技术中心 长沙 410073 中国 – name: 清华信息科学与技术国家实验室筹，清华大学自动化系 北京100084 中国%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 北京 100190 中国 – name: 中国科学院大学 北京 100049 中国%英国克兰菲尔德大学驾驶员认知与自动驾驶实验室 克兰菲尔德 MK43 0AL 英国 |
| SSID | ssib017479230 ssib001102911 ssib006576350 ssib051375349 ssib007293330 ssj0059721 ssib007290157 ssib023646446 ssib005904210 |
| Score | 2.1909893 |
| Snippet | 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,... 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... |
| SourceID | wanfang chongqing |
| SourceType | Aggregation Database Publisher |
| StartPage | 1 |
| SubjectTerms | 人工智能 平行学习 平行智能 平行系统及理论 机器学习 |
| Title | 平行学习—机器学习的一个新型理论框架 |
| URI | http://lib.cqvip.com/qk/90250X/201701/671101788.html https://d.wanfangdata.com.cn/periodical/zdhxb201701001 |
| Volume | 43 |
| hasFullText | 1 |
| inHoldings | 1 |
| isFullTextHit | |
| isPrint | |
| journalDatabaseRights | – providerCode: PRVESC databaseName: Baden-Württemberg Complete Freedom Collection (Elsevier) customDbUrl: eissn: 1874-1029 dateEnd: 99991231 omitProxy: true ssIdentifier: ssj0059721 issn: 0254-4156 databaseCode: GBLVA dateStart: 20110101 isFulltext: true titleUrlDefault: https://www.sciencedirect.com providerName: Elsevier |
| link | http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV07b9RAELbCpYEC8RQhPFKwVXTBu_a-SvvOR4SAKqB0kV9HqguPRIJUFCgNFFRIIBSRBiEkEBISSvJ78voHtMyMN3cOOQjQWOvd2dmZb8a3s3vrseddC3huFO-W8KSlChYo8KRnmciauUolzLBQpn9Mb99R03fDm7NydqTxo3ZqaWkxm8qXh75X8j9WhTqwK74l-w-W7TOFCiiDfeEKFobrX9mYJZLFlsUBSwyLODMtrInaLFIsCbEp8pssUcy2WBxhm4Uqc5iIJZrZiJmQagwef6gKUUTdFYt96p4wExOxz4yiURPirGh4RcRQo-oxL5IZTawkM5ETAGQFtgNJFDXJfQcgTm1mEtfJxgdaEmY19dEs7pCsLeBygCRG1SotQH2UWUC_AYllJmCWE_82sZOoTfVpl_2NkOqNT3JaZIrQSNcDRQtxdNAcJeEs6uAwkXZcBxAbIiYNEVmyBxJLkrLtRo6VK4B2IB3g5eyZsCgkzm1SqYPKYtNheSRSRro2-h-g1-g4cTy5X6VJViBq4b8xJpzc94H2QFIhh1QOUdqSp4kjxgfHs5VmlrQHhCwhRHqATs4JRF9YKsTMVkgnhH3fG-tIJw4GYxyuvyJtUTBDwgN_xPW32A9BaBKTill_CES1mVXIsIk7F_UwoMoWduDnrprTeT04HBp1wBwWUNiRpvgFAK6nntLimw-CrP7R1-Vi_kmGND4KeswbFbiR2PBGb8S37kWDlQwE_rY29UoLs2stUlcSM0kO7jWeh6gdYID7IBjsDOBnIlRt50fyQMsAd16qoFViEi_ajnbIuARtqNn1w3phIpr5hd79hxBe09uOvW7au18LzGdOeSfdinoiqn4eT3sjy_NnvBO1PKtnvXB749ve2svtzx-2Nt43d95tbr_5WN3svn2-tf5sa_3Tzuuv26svdl-t7H3Z3Flb2Vn9fs6b6SQzremm-1xMM5eGN9NAFDYPwrwUflnwQmR5rvyuEYXUIlNFKsJu0S1LLnSpQyuKlJdBluq0sJqXxg_Oe43eQq-84E3wMg-6NhS5xXSmfmnzNMyNCXIuBMx5Yswb76s_96DKCjSnNMfwxpgx76oDZM7NFY_nDlr94pEU495xLFd7vZe8xuKjpfIyrH4WsyvOU34C16bygA |
| linkProvider | Elsevier |
| openUrl | ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%B9%B3%E8%A1%8C%E5%AD%A6%E4%B9%A0-%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%9A%84%E4%B8%80%E4%B8%AA%E6%96%B0%E5%9E%8B%E7%90%86%E8%AE%BA%E6%A1%86%E6%9E%B6&rft.jtitle=%E8%87%AA%E5%8A%A8%E5%8C%96%E5%AD%A6%E6%8A%A5&rft.au=%E6%9D%8E%E5%8A%9B&rft.au=%E6%9E%97%E6%87%BF%E4%BC%A6&rft.au=%E6%9B%B9%E4%B8%9C%E7%92%9E&rft.au=%E9%83%91%E5%8D%97%E5%AE%81&rft.date=2017&rft.pub=%E6%B8%85%E5%8D%8E%E4%BF%A1%E6%81%AF%E7%A7%91%E5%AD%A6%E4%B8%8E%E6%8A%80%E6%9C%AF%E5%9B%BD%E5%AE%B6%E5%AE%9E%E9%AA%8C%E5%AE%A4%E7%AD%B9%EF%BC%8C%E6%B8%85%E5%8D%8E%E5%A4%A7%E5%AD%A6%E8%87%AA%E5%8A%A8%E5%8C%96%E7%B3%BB+%E5%8C%97%E4%BA%AC100084+%E4%B8%AD%E5%9B%BD%25%E4%B8%AD%E5%9B%BD%E7%A7%91%E5%AD%A6%E9%99%A2%E8%87%AA%E5%8A%A8%E5%8C%96%E7%A0%94%E7%A9%B6%E6%89%80%E5%A4%8D%E6%9D%82%E7%B3%BB%E7%BB%9F%E7%AE%A1%E7%90%86%E4%B8%8E%E6%8E%A7%E5%88%B6%E5%9B%BD%E5%AE%B6%E9%87%8D%E7%82%B9%E5%AE%9E%E9%AA%8C%E5%AE%A4+%E5%8C%97%E4%BA%AC+100190+%E4%B8%AD%E5%9B%BD&rft.issn=0254-4156&rft.volume=43&rft.issue=1&rft.spage=1&rft.epage=8&rft_id=info:doi/10.16383%2Fj.aas.2017.y000001&rft.externalDocID=zdhxb201701001 |
| thumbnail_s | http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fimage.cqvip.com%2Fvip1000%2Fqk%2F90250X%2F90250X.jpg http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fzdhxb%2Fzdhxb.jpg |