耀彩网

克日，耀彩网李金海教授课题组在看法认知学习研究领域取得主要希望，相关研究效果以《Incremental Incomplete Concept-Cognitive Learning Model: A Stochastic Strategy》为题揭晓在人工智能Top期刊《IEEE Transactions on Neural Networks and Learning Systems》上。耀彩网为第一作者单位，耀彩网系统科学专业博士研究生刘之茗为第一作者，耀彩网数据科学研究中心李金海教授为通讯作者，西安理工大学张晓副教授和深圳大学王熙照教授为配相助者。该研究获得国家自然科学基金面上项目资助。

看法认知学习作为认知盘算的一个新兴交织领域，旨在通过模拟人类的认知历程来一直学习新知识。然而，现有的看法认知学习研究仍停留在完全认知层面上，这与认知盘算的生长及其应用相距甚远。不但云云，现在基于看法认知学习的分类算法仍不敷成熟，主要缘故原由是认知效果高度依赖于认知模子对属性的识别序次。针对上述问题，本文提出一种新颖的看法认知学习要领，即随机增量不完全看法认知学习要领（简称SI2CCLM）。该要领的认知历程接纳了一种不受属性认知序次影响的随机战略，在此基础上面向分类使命给出了一种基于SI2CCLM的分类算法，并对其参数选择和收敛性做了剖析与论证。最后，将SI2CCLM模子与现有的看法认知学习要领举行了较量，效果批注SI2CCLM模子提高了认知的有用性；同时，通过实验亦批注SI2CCLM模子在24个数据集上的平均准确率高达82.02%，显著高于文中比照的20种分类算法，且在耗时方面也具有较大优势。

近年来，耀彩网系统科学专业十分重视研究生作育质量，坚持准确的科研导向，指导勉励师生潜心研究主要科学问题和要害手艺。这一效果的揭晓批注晰耀彩网系统科学学科狠抓博士研究生作育质量已初见效果，有利于进一步增强系统科学一级学科博士点的高标准建设，助力耀彩网一流学科的建设。

论文链接：https://ieeexplore.ieee.org/document/10328658

（供稿：数据科学研究中心）