


作者:黎铭、白翔、王杰、刘淇
定价:89元
印次:1-1
ISBN:9787302723363
出版日期:2026.08.01
印刷日期:2026.08.28
图书责编:孙亚楠
图书分类:学术专著
《机器学习及其应用2025》邀请MLA 2023-2024的部分专家以综述的形式介绍机器学习领域的研究进展,内容涉及到在线集成学习、城市计算、大模型检索增强、关于人工智能大模型的探讨、基于扩散模型的序列决策综述、深度图像生成与检测、自适应环境变化的机器学习方法初探,同时介绍了机器学习在城市计算等中的应用,代表了国内机器学习**的研究进展。
黎铭,南京大学教授,博导,人工智能学院院长,国家级高层次人才。主要从事软件挖掘、机器学习方面的研究工作。在《IEEE Trans PAMI》《Machine Learning》等国际重要学术刊物和IJCAI、ICML 等重要国际会议发表论文六十余篇,曾作为主要成员获国家自然科学二等奖、教育部自然科学一等奖。应邀担任《Knowledge and Information Systems》、《Frontiers of Computer Science》、《软件学报》等编委、国际软件挖掘系列研讨会SoftwareMining创始主席、PAKDD首届博士研讨会DSDM'11主席、一流国际会议IJCAI、IEEE ICDM、ICLR的领域主席、AAAI等的资深程序委员等;现任中国人工智能学会理事、青年工委副主任、教育工委副主任、机器学习专委会常务委员、中国计算机学会人工智能与模式识别专委会委员、教育部高等学校计算机类专业教指委人工智能专家委秘书长等。获亚太数据挖掘青年成就奖、入选中国高校计算机专业优秀教师奖励计划等。
前 言 经过二十余年的发展,“机器学习及其应用”(MLA)研讨会已成为国内机器学习领域的著名学术品牌,其历史大致可以分为四个阶段。创始阶段是 2002年至 2004年。MLA起源于 2002年陆汝钤院士在复旦大学智能信息处理开放实验室发起的“智能信息处理系列研讨会”,是当年支持的研讨会之一。是年 11月,周志华、王珏等十余位专家到复旦大学闭门讨论,举行了首届 MLA研讨会。2003年周志华在中科院计算所主持“神经网络及其应用”闭门研讨会,虽然大家学术热情高昂,但恰逢 SARS肆虐,报告人都是讲完立即设法撤离、难以深入交流。其后,周志华和王珏决定集中力量,将“机器学习及其应用”继续办下去, 2004年 11月在复旦大学主持举办了第 2届 MLA研讨会。此次除邀请报告人外,还有闻讯自发与会旁听的学者和研究生 100余人。自此, MLA研讨会的模式从闭门的学术讨论,变成了开放的学术交流。 MLA起步阶段是 2005年至 2010年。当时机器学习在国内甚少有人问津,虽然周志华和王珏成功说动诸多专家与领导支持,2005年在国家自然科学基金委增加了三级申请代码“机器学习”,但机器学习领域获取科研经费仍极为困难。有鉴于此, MLA研讨会坚持不向参会者收取注册费。缺乏收入,研讨会难以为继。周志华拿出自己争取到的项目经费支持 MLA,2005年与王珏移师南京大学主持举办了第 3 届研讨会,吸引了来自全国近 10个省市的 250余人参加。此次研讨会确定了会议“不征文、不收费”,所有报告均为邀请报告,以及“学术至上、其余从简”的办会宗旨,同时确定了 MLA举办时间为每年 11月上旬的周末。...
基于全局高秩和局部低秩假设的缺失多标记学习 1
1 引言 1
2 基于单视图的MML 3
3 基于对比学习的MML 8
4 基于多视图的MML 12
5 结论及展望 18
参考文献 18
关于人工智能大模型的探讨 22
1 引言 22
2 人工智能里程碑进展 23
3 通用智能研究再思考 29
4 人工智能的可解释性 37
5 总结与展望 41
参考文献 42
自适应环境变化的机器学习方法初探 46
1 引言 46
2 特征变化情形下的自适应学习方法 48
3 标签变化情形下的标签偏移校正方法 66
4 总结与展望 84
参考文献 85
在线集成:非稳态在线学习的理论框架 88
1 引言 88
2 研究背景 89
3 在线集成框架 94
4 面向非稳态环境的在线集成理论与方法 98
5 拓展讨论 110
6 结语与展望 113
参考文献 113
城市计算:以时空智能释放城市数据价值 121
1 引言 121
2 提出城市计算理论体系 122
3 构建城市知识体系 124
4 突破时空关键技术 125
5 打造城市操作系统 131
6 结论 132
参考文献 132
深度图像生成与生成检测研究 134
1 引言 134
2 深度图像生成研究 135
3 图像生成检测研究 148
4 总结与展望 156
参考文献 157
大模型检索增强 162
1 通用表征模型 163
2 可学向量索引 ... 查看详情
“机器学习及其应用”学术研讨会邀请的部分专家将其报告成稿并进行适当扩展而成,代表了国内机器学习**的研究进展。
查看详情

