异构多任务学习以及任务分组效率研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 研究的主要问题 | 第11-12页 |
| 1.3 本文的主要贡献 | 第12-13页 |
| 1.4 论文的组织结构 | 第13-14页 |
| 第2章 多任务学习相关研究现状 | 第14-19页 |
| 2.1 多任务学习概述 | 第14-15页 |
| 2.2 基于特征多任务学习算法 | 第15-17页 |
| 2.2.1 特征变换多任务学习算法 | 第15页 |
| 2.2.2 特征选择多任务学习算法 | 第15-16页 |
| 2.2.3 基于深度学习多任务学习算法 | 第16-17页 |
| 2.3 基于参数多任务学习算法 | 第17-18页 |
| 2.3.1 低维空间多任务学习算法 | 第17页 |
| 2.3.2 任务聚类学习算法 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第3章 基于语义的异构空间多任务学习 | 第19-30页 |
| 3.1 引言 | 第19-20页 |
| 3.2 问题定义和相关理论基础 | 第20-24页 |
| 3.2.1 问题定义 | 第20-21页 |
| 3.2.2 多任务多视图学习 | 第21-22页 |
| 3.2.3 NMF矩阵分解算法 | 第22-24页 |
| 3.3 异构空间多任务语义学习 | 第24-29页 |
| 3.3.1 构建任务之间的联系 | 第24-25页 |
| 3.3.2 共享语义特征空间提取 | 第25-27页 |
| 3.3.3 共享语义特征空间提取算法优化 | 第27-28页 |
| 3.3.4 学习分类器 | 第28-29页 |
| 3.3.5 算法复杂度分析 | 第29页 |
| 3.4 本章小结 | 第29-30页 |
| 第4章 基于密度峰值的聚类算法并行化 | 第30-40页 |
| 4.1 引言 | 第30页 |
| 4.2 研究内容和相关理论基础 | 第30-35页 |
| 4.2.1 研究内容 | 第30-31页 |
| 4.2.2 CFSFDP聚类算法 | 第31-33页 |
| 4.2.3 Spark分布式计算框架 | 第33-35页 |
| 4.3 CFSFDP聚类算法并行化 | 第35-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第5章 实验分析 | 第40-52页 |
| 5.1 引言 | 第40页 |
| 5.2 异构多任务学习实验 | 第40-47页 |
| 5.2.1 数据集说明 | 第40-42页 |
| 5.2.2 异构多任务实验结果分析 | 第42-44页 |
| 5.2.3 同构多任务实验结果分析 | 第44-46页 |
| 5.2.4 学习到的语义空间分析 | 第46-47页 |
| 5.3 聚类算法并行化实验 | 第47-51页 |
| 5.3.1 实验数据说明 | 第47-48页 |
| 5.3.2 实验评价指标 | 第48页 |
| 5.3.3 实验环境配置 | 第48-49页 |
| 5.3.4 实验结果分析 | 第49-51页 |
| 5.4 本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第57-58页 |
| 致谢 | 第58页 |
