（新）CCML2013-huqh.pptVIP

* 基于间隔分布优化的集成优化 通常，规定 5.多视角多粒度的学习策略 实验效果 * 5.多视角多粒度的学习策略 * 5.多视角多粒度的学习策略 实验效果 * 5.多视角多粒度的学习策略 报告提纲 * 引言 一 核化的模糊粗糙及其几何解释 二 核模糊数据的信息度量 四 改进的模糊粗糙集模型 三 基于粗糙集的多视角多粒度学习 五 研究方向之间的关联 拟开展的工作：多模态数据知识发现 邻域粗糙集 核模糊粗糙集 多核表示和学习 多模态距离学习 多模态字典学习 混合信息熵 建立多模态数据信息提取和表示的基本框架 研究基础（数据基础） * 虚拟太阳：存储容量为10T 1996-2009数据已经入库 (a) 黑子群形态参数(面积、磁类型、McIntosh分型)；(b) 太阳各活动区每天爆发X射线耀斑的数目及最大耀斑级别；(c) 太阳活动区每天的活动水平数值(d) 全日面白光综合图和磁场综合图；(e) 全日面PFSS模型势场外推磁力线数据；(f) 活动区外推磁力线数据；(g) 太阳活动经度带数据 研究多模态太阳数据的知识发现算法，开发空间天气预报新模型。 拟开展的工作：天文多模态数据知识发现 前期：围绕符号和数值变量描述的混合数据知识发现问题开展了一系列研究。 所提出的模型不仅适合于混合数据，对于由符号、数值、时间序列、图像等形式描述的分类任务也同样适合， 混合数据知识发现方面的研究为多模态数据建模奠定了坚实的基础。 今后：将结合天文多模态数据知识发现的需要, 探索多模态距离计算、多核学习和多模态字典协同表达的建模方法。 * 总 结 衷心感谢 国家自然科学基金的资助 ) 973计划的资助 （2012CB215201, 2013CB329304） * * * * * * * * * * * 提出了核模糊粗糙集模型 * 核机器 模糊粗糙集 桥梁 混合数据分类分析的 核模糊粗糙集模型 初步解决了混合数据相似关系提取和多粒度分析问题 鲁棒的模糊粗糙集 特征选择算法 分类算法 2. 核化的模糊粗糙模型 Hu, Yu, Pedrycz , Chen. Kernelized fuzzy rough sets and their applications, TKDE, 2011 Zadeh指出：人类认知过程中即使不是全部，也是在绝大多数情况下采用模糊信息粒化，而不是清晰的粒化， 人类概念系统的特点表明了模糊粗糙集研究的重要性，模糊粒化和模糊近似才是人类认知和推理的主要形式。 人工智能想要在计算机上实现人类的智能就需要在功能上模拟人类的认知和推理过程。 2.核化的模糊粗糙模型 邻域 模糊邻域 模糊序关系 * 2.核化的模糊粗糙模型 Dubios, Prade. Fuzzy rough sets and rough fuzzy sets, Int. J. of General Systems, 1990 一致性假设：处在同一模糊邻域内的样本，应该具有相同的决策，否则分类不一致性的程度由该样本到最近的异类样本所决定。 * 2.核化的模糊粗糙模型 Hu, Yu, Pedrycz , Chen. Kernelized fuzzy rough sets and their applications, TKDE, 2011 2.核化的模糊粗糙模型 Hu, Yu, Pedrycz , Chen. Kernelized fuzzy rough sets and their applications, TKDE, 2011 模糊等价关系：自反的、对称的和T传递的 2.核化的模糊粗糙模型 Moser. On representing and generating kernels by fuzzy equivalence relations. JMLR, 2006 2.核模糊粗糙模型的几何解释 Hu, Yu, Pedrycz , Chen. Kernelized fuzzy rough sets and their applications, TKDE, 2011 1) x属于di类的下近似的隶属度是 x 到di类以外的其它样本的最近距离； 2) x属于di类的上近似的隶属度是 x 到di类的样本的最大相似度。 * 2.核模糊粗糙模型的几何解释 * Miss Hit Kira Rendell. A practical approach to feature selection, ICML, 1992 RobnikSi konjaKononenko. Theoretical and Empirical Analysis of ReliefF and RReliefF,