首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

面向多领域的异构关系数据迁移学习界限研究

摘要第4-5页
Abstract第5页
第1章 绪论第8-15页
    1.1 课题研究的背景和意义第8-9页
        1.1.1 课题研究的背景第8-9页
        1.1.2 课题研究的意义第9页
    1.2 国内外研究现状第9-12页
        1.2.1 异构域迁移学习的研究现状第9-11页
        1.2.2 多源域到单目标域迁移学习的研究现状第11页
        1.2.3 迁移学习界限研究现状第11-12页
        1.2.4 国内外文献综述的简析第12页
    1.3 本文的主要研究内容第12-13页
    1.4 论文组织结构第13-15页
第2章 异构关系数据迁移学习界限的理论基础第15-25页
    2.1 异构域转换方法的相关研究第15-18页
    2.2 Rademacher复杂度的相关理论研究第18-20页
    2.3 关系数据的相关理论研究第20-21页
    2.4 迁移学习界限的相关理论研究第21-24页
        2.4.1 同构迁移学习界限第22-23页
        2.4.2 异构迁移学习界限第23-24页
    2.5 本章小结第24-25页
第3章 异构多领域关系数据迁移学习界限理论研究第25-51页
    3.1 研究问题描述第25-27页
    3.2 异构域转换下的领域距离推导第27-34页
        3.2.1 领域距离分解第27-29页
        3.2.2 领域距离推导第29-34页
    3.3 迁移学习界限的相关推导第34-41页
        3.3.1 单源域到单目标域的迁移学习界限推导第34-38页
        3.3.2 多源域到单目标域的迁移学习界限推导第38-41页
    3.4 迁移学习泛化界限的理论特性分析第41-50页
    3.5 本章小结第50-51页
第4章 迁移学习的角色识别模型建模第51-61页
    4.1 研究问题描述第51页
    4.2 领域距离的测量第51-52页
    4.3 基于Markov逻辑网的角色识别迁移模型第52-56页
        4.3.1 Markov逻辑网简介第52-53页
        4.3.2 Markov逻辑网角色识别迁移模型的建立第53-56页
    4.4 基于贝叶斯逻辑网的角色识别迁移模型第56-60页
        4.4.1 贝叶斯逻辑网简介第56页
        4.4.2 贝叶斯逻辑网的角色识别迁移模型的建立第56-60页
    4.5 本章小结第60-61页
第5章 舆情角色识别迁移模型实验第61-69页
    5.1 实验环境配置及工具第61-62页
    5.2 实验数据集第62-64页
    5.3 实验结果分析第64-68页
        5.3.1 异构领域距离第64页
        5.3.2 角色识别迁移模型第64-68页
    5.4 本章小结第68-69页
结论第69-70页
参考文献第70-74页
攻读硕士学位期间发表的论文及其它成果第74-76页
致谢第76页

论文共76页,点击 下载论文
上一篇:牛磺酸对2型糖尿病肝损伤的保护作用研究
下一篇:以中链脂肪酸受体GPR84为靶点的药物高通量筛选模型的建立和应用