2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩118頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著大數(shù)據(jù)時(shí)代的到來(lái),大規(guī)模數(shù)據(jù)處理和學(xué)習(xí)成為了學(xué)術(shù)界研究的焦點(diǎn),也為工業(yè)界設(shè)計(jì)更優(yōu)質(zhì)的應(yīng)用和服務(wù)帶來(lái)可能。增量學(xué)習(xí)通過(guò)增量式地學(xué)習(xí)新數(shù)據(jù)、更新已有模型的方法實(shí)現(xiàn)大規(guī)模數(shù)據(jù)的處理,也受到了研究領(lǐng)域的廣泛關(guān)注。然而,概念漂移,即數(shù)據(jù)聯(lián)合概率分布發(fā)生變化的現(xiàn)象,往往會(huì)嚴(yán)重影響增量學(xué)習(xí)的性能,給增量學(xué)習(xí)在真實(shí)學(xué)習(xí)任務(wù)中的應(yīng)用帶來(lái)了巨大的挑戰(zhàn)。為了處理增量學(xué)習(xí)中的概念漂移問(wèn)題,本文提出了兩個(gè)針對(duì)概念漂移問(wèn)題的增量學(xué)習(xí)算法,并設(shè)計(jì)一個(gè)并行化學(xué)習(xí)框

2、架。主要工作包括:
  首先,為了使用增量學(xué)習(xí)中的歷史知識(shí)輔助概念漂移的處理,本文提出了一種基于差異性模型選擇和知識(shí)遷移的概念漂移處理方法(DTEL)。本工作假設(shè)在概念漂移的情況下,歷史數(shù)據(jù)中的知識(shí)和當(dāng)前知識(shí)間存在相關(guān)性。因此,可以通過(guò)知識(shí)遷移的方式,一方面提取出歷史數(shù)據(jù)訓(xùn)練所得模型(即歷史模型)中的有用知識(shí),另一方面去除其中和當(dāng)前數(shù)據(jù)分布不一致的知識(shí)。通過(guò)這種方式利用歷史知識(shí)輔助增量學(xué)習(xí)對(duì)概念漂移的處理。此外,由于存儲(chǔ)空間的限制

3、,僅有限數(shù)量的歷史模型可以被算法所保存。對(duì)此,本工作提出一個(gè)基于差異性的模型選擇方法。通過(guò)維護(hù)差異性較大的一組歷史模型,為接下來(lái)的學(xué)習(xí)步提供盡可能多的知識(shí),以更大的可能性為知識(shí)遷移提供較好的起始解。為了驗(yàn)證本算法的有效性,本工作使用了多組人造數(shù)據(jù)和真實(shí)數(shù)據(jù)進(jìn)行實(shí)驗(yàn),其中人造數(shù)據(jù)涵蓋了五種不同的概念漂移類型、真實(shí)數(shù)據(jù)涉及了四個(gè)不同的應(yīng)用領(lǐng)域。實(shí)驗(yàn)結(jié)果表明基于差異性模型選擇和知識(shí)遷移的方法能夠有效提升增量學(xué)習(xí)對(duì)于概念漂移的處理能力,且本算法

4、在不同類型的概念漂移上均有較好的表現(xiàn)。
  其次,為了處理類演化類型概念漂移,本文提出了一種基于類的集成學(xué)習(xí)方法。類演化是一個(gè)特殊類型的概念漂移問(wèn)題,指在學(xué)習(xí)過(guò)程中類出現(xiàn)或消失的現(xiàn)象。不同于已有工作中突變式類演化的情況,為了處理真實(shí)應(yīng)用中的類演化問(wèn)題,本工作將類演化建模為一種逐漸變化的過(guò)程,并提出了一個(gè)基于類的集成學(xué)習(xí)算法(CBCE)。通過(guò)新建基模型和抑制基模型的使用來(lái)達(dá)到處理類演化類型概念漂移的目的。考慮到漸變式類演化導(dǎo)致的動(dòng)態(tài)

5、類不平衡問(wèn)題,本工作提出一個(gè)動(dòng)態(tài)數(shù)據(jù)下采樣的方法,并應(yīng)用在各個(gè)基模型中。類演化類型概念漂移主要包括三種不同的基本元素,即類出現(xiàn)、類消失、以及消失類再次出現(xiàn)。本工作選用了人造數(shù)據(jù)和真實(shí)數(shù)據(jù)來(lái)表示各種的類演化場(chǎng)景,用以對(duì)基于類的集成學(xué)習(xí)算法進(jìn)行綜合的驗(yàn)證。實(shí)驗(yàn)使用兩個(gè)真實(shí)數(shù)據(jù)集對(duì)類演化問(wèn)題進(jìn)行模擬,使用社交網(wǎng)絡(luò)數(shù)據(jù)作為真實(shí)數(shù)據(jù)進(jìn)行測(cè)試。實(shí)驗(yàn)結(jié)果表明本算法能夠有效的對(duì)類演化類型概念漂移進(jìn)行處理,且能有效處理漸變類演化帶來(lái)的數(shù)據(jù)中動(dòng)態(tài)類不平衡問(wèn)

6、題。
  最后,為了將增量學(xué)習(xí)算法在大規(guī)模數(shù)據(jù)中進(jìn)行應(yīng)用,本文設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)針對(duì)概念漂移問(wèn)題的并行化增量集成學(xué)習(xí)實(shí)現(xiàn)方法,用于提高增量學(xué)習(xí)中集成學(xué)習(xí)模型的學(xué)習(xí)和使用效率。在工業(yè)界真實(shí)應(yīng)用中,大數(shù)據(jù)的學(xué)習(xí)中不僅要求算法具有較高的準(zhǔn)確率,而且應(yīng)該滿足高效執(zhí)行的要求,以適應(yīng)數(shù)據(jù)的快速增長(zhǎng)??刹⑿行允窃O(shè)計(jì)并行系統(tǒng)的基礎(chǔ)。在增量學(xué)習(xí)中,集成學(xué)習(xí)模型具有很明顯的可并行性。為了提升算法執(zhí)行的時(shí)間效率,本工作對(duì)概念漂移處理中的集成算法進(jìn)行分析歸

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論