10.3969/j.issn.1000-3428.2011.24.053
Markov逻辑网在迁移学习中的应用
为充分利用过期训练数据和数据结构相关性进行新领域的学习,提出一种基于Markov逻辑网的迁移学习方法.该方法对源域与目标域的谓词进行自动映射后,通过自我诊断、结构更新和新公式挖掘3个步骤对映射结构进行优化,使之更适用于目标域数据.实验结果证明,与传统的机器学习方法相比,该方法使概率推理所获结果的准确率更高,所需的学习时间与训练数据更少.
迁移学习、Markov逻辑网、自动映射、机器学习、一阶逻辑
37
TP391(计算技术、计算机技术)
中央高校研究生科技创新基金资助项目CDJXS11180013
2012-03-16(万方平台首次上网日期,不代表论文的发表时间)
共3页
158-160