QQ客服 官方微博 反馈留言

题名	基于多任务学习的行为识别研究; Research on Action Recognition Based on Multi-task Learning Methods
作者	吴玉想
答辩日期	2016-03-16 ; 2015-05-21
导师	王其聪
关键词	多任务学习 异常任务 行为识别 属性学习 Multi-task Learning Outlier Task Action Recognition Attribute Learning
英文摘要	多任务学习是机器学习和数据挖掘研究领域的前沿课题。多任务学习的目标是通过利用多个相关任务之间的内在相关性，来提高其泛化能力。在许多现实分类问题中，多任务学习已被证明相比于传统单任务学习更有效。比如，在智能交通上，生物信息学,web搜索排名,疫苗设计等等。但在一些真实应用中，多任务中存在不相关（异常）任务。与此同时，对具有高维特征的训练样本进行多任务学习时，特征维度往往是远大于训练样本的。为了同时解决多任务学习中的异常任务问题和特征选择问题，因此本文对多任务学习展开研究。本文的主要工作和贡献有三个方面： 1）我们把多任务学习的思想和属性学习的思想结合起来应用于人体行为识别问题。采用多任务学习方...; Multi-task learning (MTL) is a hot topic in the field of machine learning and data mining. The goal of MTL is to improve its generalization performance by using the intrinsic relationships among multiple related tasks. MTL has been proven to be more effective than the traditional single task learning on many real-world problems. For example, the intelligent transportation, bioinformatics, web sear...; 学位：工学硕士; 院系专业：信息科学与技术学院_计算机科学与技术; 学号：23020121152944
语种	zh_CN
出处	http://210.34.4.13:8080/lunwen/detail.asp?serial=49785
内容类型	学位论文
源URL	[http://dspace.xmu.edu.cn/handle/2288/134569]
专题	信息技术－学位论文
推荐引用方式 GB/T 7714	吴玉想. 基于多任务学习的行为识别研究, Research on Action Recognition Based on Multi-task Learning Methods[D]. 2016, 2015.

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。