-
题名排序学习研究进展与展望
被引量：10
- 1
-
-
作者
李金忠
刘关俊
闫春钢
蒋昌俊
-
机构
井冈山大学电子与信息工程学院计算机科学与技术系
电子科技大学网络与数据安全四川省重点实验室
同济大学电子与信息工程学院计算机科学与技术系
同济大学嵌入式系统与服务计算教育部重点实验室
同济大学上海市电子交易与信息服务协同创新中心
-
出处
《自动化学报》
EI
CSCD
北大核心
2018年第8期1345-1369,共25页
-
基金
国家自然科学基金(61762052
61572360)
+5 种基金
国家重点研发计划(2017YFB1001804)
江西省自然科学基金(20171BAB202010)
网络与数据安全四川省重点实验室开放课题(NDSMS201602)
上海市"科技创新行动计划"高新技术领域项目(16511100900)
吉安市科技支撑计划项目(吉市科计字[2015]10号1)
井冈山大学博士科研启动项目(JZB1804)资助~~
-
文摘
排序学习利用机器学习技术去训练排序模型以解决排序问题,是信息检索与机器学习交叉领域的一个新兴研究热点.越来越多的排序学习方法已经应用于实际系统中,如搜索引擎和推荐系统等.本文概括了排序学习的研究进展,并进行展望.首先,阐述了排序学习问题.然后,对排序学习方法进行了分类,并重点分析了依据训练排序模型时所采用的不同机器学习技术的排序学习方法类别.本文还介绍了一些代表性的标准排序学习数据集,对排序学习方法在若干领域的成功应用进行了总结,并归纳了一些排序学习方法软件包.最后,对排序学习的未来发展趋势和挑战进行了展望和探讨.
-
关键词
排序学习
排序模型
机器学习
神经网络
支持向量机
树
进化算法
-
Keywords
Learning to rank
ranking model
machine learning
neural network （NN）
support vector machine （SVM）
tree
evolutionary algorithm （EA）
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于部分状态空间存储的Petri网库所界求解算法
被引量：1
- 2
-
-
作者
卢委红
丁志军
-
机构
同济大学电子与信息工程学院
同济大学教育部嵌入式系统与服务计算重点实验室
同济大学上海市电子交易与信息服务协同创新中心
-
出处
《应用科学学报》
CAS
CSCD
北大核心
2020年第5期695-712,共18页
-
基金
国家自然科学基金面上项目(No.61672381)
中央高校基本科研业务费专项资金重点项目(No.22120180508)资助。
-
文摘
Petri网是一种重要的形式化建模工具,有界性是Petri网的重要性质之一.该文关注于这一性质并提出了一种新的无需存储全部状态空间的算法以求解Petri网库所界,主要思想为在生成状态空间过程中,通过引导消除可达图的部分回路同时结合T不变量的相关性质,以实现通过存储部分状态来精确求解每个库所的界.基于模型检测比赛的公开数据集进行了对比实验,通过对求解库所界的不同方法及其实验结果进行比较分析,说明了本文算法的有效性.
-
关键词
PETRI网
有界性
状态空间
位存储
-
Keywords
Petri net
boundedness
state space
bit storage
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
