面向认知的多源数据学习理论和算法研究进展

来源：软件学报杂志2017年第11期北京时间：

作者：杨柳,于剑,刘烨,詹德川

单位：杨柳，天津大学 计算机科学与技术学院, 天津 30035011,于剑，交通数据分析与挖掘北京市重点实验室(北京交通大学), 北京 10004402,刘烨，脑与认知科学国家重点实验室(中国科学院心理研究所), 北京 100101;中国科学院大学 心理学系, 北京 10004903,詹德川，计算机软件新技术国家重点实验室(南京大学), 江苏 南京 21002304

摘要：多源数据学习在大数据时代具有极其重要的意义.目前，多源数据学习算法研究远远超前于多源数据学习理论研究，经典的机器学习理论难以应用于多源数据学习，更难以提供多源数据学习算法在实际应用中的理论保障.从学习的最终目的是知识这一认知切入点出发，对人类学习的认知机理、机器学习的三大经典理论（计算学习理论、统计学习理论和概率图理论）以及多源数据学习算法设计这3个方面的研究进展进行总结，最后给出未来研究方向的思考.

关键词：统计学习理论;模式分类;特征空间;认知心理

基金资助：国家自然科学基金（61632004，61773198，61702358）