【摘要】：智能交互系統(tǒng)是研究人與計(jì)算機(jī)之間進(jìn)行交流與通信,使計(jì)算機(jī)能夠在最大程度上完成交互者的某個(gè)指令的一個(gè)領(lǐng)域。其發(fā)展的目標(biāo)是實(shí)現(xiàn)人機(jī)交互的自主性、安全性和友好性。增量學(xué)習(xí)是實(shí)現(xiàn)這個(gè)發(fā)展目標(biāo)的一個(gè)途徑。本文對(duì)智能交互系統(tǒng)的任務(wù)、背景和獲取信息來源進(jìn)行簡(jiǎn)要介紹,主要對(duì)增量學(xué)習(xí)領(lǐng)域的已有工作進(jìn)行綜述。增量學(xué)習(xí)是指一個(gè)學(xué)習(xí)系統(tǒng)能不斷地從新樣本中學(xué)習(xí)新的知識(shí),非常類似于人類自身的學(xué)習(xí)模式。它使智能交互系統(tǒng)擁有自我學(xué)習(xí),提高交互體驗(yàn)的能力。文中對(duì)主要的增量學(xué)習(xí)算法的基本原理和特點(diǎn)進(jìn)行了闡述,分析各自的優(yōu)點(diǎn)和不足,并對(duì)進(jìn)一步的研究方向進(jìn)行展望。
[Abstract]:Intelligent interactive system is a field that studies the communication and communication between human and computer, which enables the computer to complete a certain instruction of the interactor to the greatest extent. The goal of its development is to realize the autonomy, security and friendliness of human-computer interaction. Incremental learning is a way to achieve this development goal. In this paper, the task, background and information source of intelligent interactive system are briefly introduced, and the existing work in incremental learning field is summarized. Incremental learning means that a learning system can continuously learn new knowledge from new samples, which is very similar to the learning mode of human itself. It enables the intelligent interactive system to have the self-learning, enhances the interactive experience the ability. In this paper, the basic principles and characteristics of the main incremental learning algorithms are described, their advantages and disadvantages are analyzed, and the further research directions are prospected.
【作者單位】： 山東科技大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院;中國(guó)科學(xué)院計(jì)算技術(shù)研究所智能信息處理重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家“973”計(jì)劃項(xiàng)目(2012CB316400)
【分類號(hào)】：TP11

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 秦玉平;王秀坤;王春立;;實(shí)現(xiàn)兼類樣本類增量學(xué)習(xí)的一種算法[J];控制與決策;2009年01期

2 秦玉平;王秀坤;王春立;;實(shí)現(xiàn)兼類樣本增量學(xué)習(xí)的一種算法[J];計(jì)算機(jī)應(yīng)用與軟件;2009年08期

3 秦玉平;陳一荻;王春立;王秀坤;;一種新的類增量學(xué)習(xí)方法[J];計(jì)算機(jī)工程與應(yīng)用;2011年34期

4 時(shí)建中;程龍生;;基于增量學(xué)習(xí)系統(tǒng)的財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警[J];技術(shù)經(jīng)濟(jì);2012年05期

5 王洪波;趙光宙;齊冬蓮;盧達(dá);;一類支持向量機(jī)的快速增量學(xué)習(xí)方法[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2012年07期

6 秦玉平;倫淑嫻;王秀坤;;一種新的兼類樣本類增量學(xué)習(xí)算法[J];計(jì)算機(jī)科學(xué);2012年09期

7 姜卯生,王浩,姚宏亮;樸素貝葉斯分類器增量學(xué)習(xí)序列算法研究[J];計(jì)算機(jī)工程與應(yīng)用;2004年14期

8 劉梅,權(quán)太范,姚天賓;基于增量學(xué)習(xí)神經(jīng)模糊網(wǎng)絡(luò)的機(jī)動(dòng)目標(biāo)跟蹤[J];電子學(xué)報(bào);2005年11期

9 李祥納;艾青;秦玉平;劉衛(wèi)江;;支持向量機(jī)增量學(xué)習(xí)算法綜述[J];渤海大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年02期

10 曹杰;劉志鏡;;基于支持向量機(jī)的增量學(xué)習(xí)算法[J];計(jì)算機(jī)應(yīng)用研究;2007年08期

相關(guān)會(huì)議論文 前7條

1 秦亮;唐靜;史賢俊;肖支才;;一種改進(jìn)的支持向量機(jī)增量學(xué)習(xí)算法[A];2011年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊(cè)）[C];2011年

2 張慶彬;吳惕華;劉波;;一種改進(jìn)的基于群體的增量學(xué)習(xí)算法[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

3 張健沛;李忠偉;楊靜;;一種基于多支持向量機(jī)的并行增量學(xué)習(xí)方法(英文)[A];第二十二屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2005年

4 王悅凱;吳曉峰;翁巨揚(yáng);;Where-What網(wǎng)絡(luò)增量學(xué)習(xí)特性探究[A];第一屆全國(guó)神經(jīng)動(dòng)力學(xué)學(xué)術(shù)會(huì)議程序手冊(cè) & 論文摘要集[C];2012年

5 趙瑩;萬(wàn)福永;;支持向量機(jī)的增量學(xué)習(xí)算法及其在多類分類問題中的應(yīng)用[A];第25屆中國(guó)控制會(huì)議論文集（下冊(cè)）[C];2006年

6 劉欣;章勇;王娟;;增量學(xué)習(xí)的TFIDF_NB協(xié)同訓(xùn)練分類算法[A];中國(guó)電子學(xué)會(huì)第十六屆信息論學(xué)術(shù)年會(huì)論文集[C];2009年

7 宮義山;錢娜;;貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)在線學(xué)習(xí)算法及應(yīng)用[A];科學(xué)發(fā)展與社會(huì)責(zé)任（A卷）——第五屆沈陽(yáng)科學(xué)學(xué)術(shù)年會(huì)文集[C];2008年

相關(guān)博士學(xué)位論文 前3條

1 李敬;增量學(xué)習(xí)及其在圖像識(shí)別中的應(yīng)用[D];上海交通大學(xué);2008年

2 段華;支持向量機(jī)的增量學(xué)習(xí)算法研究[D];上海交通大學(xué);2008年

3 趙強(qiáng)利;基于選擇性集成的在線機(jī)器學(xué)習(xí)關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 李丹;基于馬氏超橢球?qū)W習(xí)機(jī)的增量學(xué)習(xí)算法研究[D];渤海大學(xué);2015年

2 趙翠翠;基于RBF神經(jīng)網(wǎng)絡(luò)的集成增量學(xué)習(xí)方法研究[D];河北工業(yè)大學(xué);2015年

3 王會(huì)波;基于支持向量機(jī)的混合增量學(xué)習(xí)算法與應(yīng)用[D];華中師范大學(xué);2016年

4 張健;增量學(xué)習(xí)在電子鼻智能烘烤系統(tǒng)中的應(yīng)用研究[D];重慶大學(xué);2016年

5 杜玲;覆蓋算法的增量學(xué)習(xí)研究[D];安徽大學(xué);2010年

6 張智敏;基于增量學(xué)習(xí)的分類算法研究[D];華南理工大學(xué);2010年

7 李杰;數(shù)據(jù)復(fù)雜度的增量學(xué)習(xí)方法研究[D];廣東工業(yè)大學(xué);2015年

8 王媛;支持向量機(jī)增量學(xué)習(xí)算法及其在入侵檢測(cè)中的應(yīng)用研究[D];吉林大學(xué);2008年

9 張燦淋;基于支持向量機(jī)的半監(jiān)督式增量學(xué)習(xí)研究[D];浙江工業(yè)大學(xué);2014年

10 吳慧;新的支持向量機(jī)增量學(xué)習(xí)算法[D];西安電子科技大學(xué);2009年

，

本文編號(hào)：2260474