[人工智能]讲座内容总结

? ? ? ? 通过几天的聆听与学习，不仅增长了见识，拓宽了眼界，而且对本实验室有了一个大致的了解。本实验室的研究内容大都与机器学习有着密切关联，研究的内容多种多样，有理论与应用的研究，也有开创性的研究，成果比较丰富。各老师的研究方向主要包括主动学习、形式概念分析、推荐系统、肠道微生物组学数据分析、三支决策与粒计算等。

? ? ? ? 下面则将对实验室研究的内容进行具体介绍。

1. 主动学习

? ? ? ? ?主动学习与传统的有监督学习相比，是通过较少的训练样本，去训练一个精度较高的分类模型。提出这样的思想是因为在许多实际的情况下，标记样本的获取是比较困难的，这需要领域内的专家来进行人工标注，所花费的时间成本和经济成本都是很大的。而且，如果训练样本的规模过于庞大，训练的时间花费也会比较多。主动学习则采用一定的算法查询最有用的未标记样本，并交由专家进行标记，然后用查询到的样本训练分类模型来提高模型的精确度，有效的减少了时间与经济成本。

? ? ? ?对于如何挑选关键样本，可以使用，密度聚类（density clustering）、多标准优化（Multi-Standard Optimization）。对于每块挑选的样本数，可以使用统计方法（statistical methods）。对于如何分裂成不同的块，可以使用标签误差统计方法（label error statistical methods）。

?????? 未来研究方向：各种不同的查询策略、主动学习理论、实际场景下的应用、主动学习与多标签结合等等。

2. 肠道微生物组学数据机器学习方法研究

????????微生物无处不在，包括人体微生物、植物微生物、动物微生物等等，它们以群体的方式发挥作用称为微生物组。自2007年人类微生物组项目的启动，到目前微生物的数据量已经非常庞大，关于其研究的论文也在呈指数级增长。

????????将微生物数据与机器学习相结合是一个非常好的研究方向。但微生物数据的高维特征，少样本，强稀疏和样本不均衡特点给结合带来了麻烦。如何提升算法处理高维，少样本，强稀疏和样本不均衡数据的分类性是目前需要解决的重点。

????????目前的一个思路是首先将这些数据进行分析预处理，然后再进行特征选择，将选择代表样本交由专家评估作为训练集，最后用训练集训练分类器模型，使其对疾病进行预测。

?????? 未来研究重点：数据扩增，特征选择，集成学习。

3. 概念集的构建算法及其推荐应用

???????形式背景是一个三元组，形式背景由一个三元组 T = ( O , D , R )表示，O表示所有对象的集合，D表示所有属性的集合，R表示 O和 D之间存在的一种二元关系。

?????? 概念由一个二元组（E，I）表示，其中E表示外延，I表示内涵。概念中的外延是由形式背景中的对象构成，内涵是由外延中的对象共同拥有的属性构成。

?????? 概念格，一个形式背景拥有唯一概念格，其包含了形式背景中的所有概念，是一个以概念为元素的偏序集，它可以通过Hasse图可视化，其中每个节点是一个概念。

???????构造概念格具有很高的时间空间复杂度，但在推荐应用中只有部分的格或概念集得到利用。所以在推荐应用中，提出使用概念集合替代概念格。

?????? 提出在概念选择时，采用最大面积方法，及外延中的对象个数乘以内涵中的属性个数最大。

?????? 以电影举例，具体为某个用户推荐的流程是，找到包含这个用户的所有概念，在一个概念当中看其它对象是否观看过，从而计算出每个概念的推荐概率，再将这些概率组合在一起经过计算，就可以得出总的一个推荐概率，根据自己设置的标准，决定是否推荐。

?????? 未来研究方向：不同的形式概念，不同的构造概念集的方法，不同的应用场景，不同的推荐策略等。

4. 推荐系统

????????信息量的大幅增长导致信息超载（information overload）问题，解决信息超载问题一个非常有潜力的办法是推荐系统，它是根据用户的信息需求、兴趣等，将用户感兴趣的信息、产品等推荐给用户的个性化系统。

?????? 推荐系统包括一些基础数据与附加信息。它可以利用用户的自身信息, 如: 性别、国籍、信仰、年龄、职业等等，也可以利用用户的社交网络，评论点赞等等信息进行推荐。

基于浏览矩阵的推荐：

?????? 对用户的浏览，购买进行预测，输入用户数据与评分矩阵，以最大化准确率的优化目标进行训练，得到预测矩阵。

基于评分矩阵的预测：

?????? 对评分的预测，输入为用户数据与评分矩阵，以最小化平均绝对误差(mean absolute error)与最小化均方误差 (root mean square error)为优化目标，得到预测矩阵。

交互推荐：

?????? 目前交互推荐是主流的推荐方式，推荐系统都会根据用户的选择优化推荐列表，也就是说用户这一轮的选择会影响下一轮的推荐列表。比如推荐系统一次给用户推荐20个商品，用户在本轮推荐中选择了商品1、3、5；这样的选择就会反馈给系统，系统根据用户的选择优化下一轮的推荐。

三支推荐：

?????? 在三支推荐中包含了推荐，不推荐和推广三种行为。利用代价矩阵算出两个阈值，通过随机森林的方式算出用户喜欢商品的概率，看这个概率在哪个范围内，从而进行不同操作。

推荐系统的魔法边界：

?????? 对于一个推荐系统的数据集，由于人们或者环境的各种原因，数据集都会有一定的错误，这也导致了没有任何一个算法能够达到100%精度，而这个精度上限就叫做魔法边界。一个数据集一旦给定，这个魔法边界就确定了。一旦知道了这个值，我们就可以确定算法到底还有多大的优化空间。

5. 三支决策与粒计算

????????三支决策是一种思维方式，人们在做决策时，具有充分把握接受或拒绝的事物能够立刻决定和不决定，对于那些不能立即作出决策的事物，会推迟对事件的判断，即延迟决策。

?????? 三支决策模型中存在两个阈值，将整个决策空间分为了三部分，对于不同部分会选择不同的处理方式。

????????在基于预训练模型的砂土地震液化势评估研究中，由于原数据量过少，训练出的模型正确率过低，对此采用了一种思路，将模型进行预训练，预训练的数据为与原数据有联系的数据，比如，训练自行车模型，用摩托车数据进行预训练。预训练完成之后，再用原数据进行调整，得到的模型比直接用原数据进行训练的精度更高。

6. 机器学习、人工智能方法解决油气田勘探开发的实际问题

????????在地质勘探时可以利用地震的方式对地层进行勘探，地震为人工地震，利用炸药产生强烈的地震波，通过设立收集器，将各种反射波、折射波等收集在一起，将这些数据进行降噪等处理，再进行解释，就可以获得地下地层的情况。

?????? 地震数据会有各种各样的噪声，包括背景噪声，随机噪声，强脉冲干扰等，在进行降噪时可以直接利用图像的降噪方法进行处理，采用峰值信噪比对降噪结果进行评价。