异构大数据的机器学习挑战剖析.ppt

Bellet, Habrard, Sebban. A Survey on Metric Learning for Feature Vectors and Structured Data. Report, 2014 异构数据的距离学习 McFee, Lanckriet. JMLR 12 (2011) 491-523 Learning Multi-modal Similarity Multiple Kernel Learning for Dimensionality Reduction * Zhang, Wang, Zhou, Yuan, Shen. NeuroImage 55 (2011) 856–867 Sparse Representation for classification Shekhar, Patel,Nasrabadi, Chellappa. IEEE TPAMI, 2014 Joint Sparse Representation for Robust Multimodal Biometrics Recognition 多模态深度学习 * Nigiam, Kholsa, Kim, Nam, Ng. Multimodal Deep Learning, ICML, 2011 Srivastava, Salakhutdinov. Multimodal Learning with Deep Boltzmann Machines. NIPS 2012 多模态异构数据的表示和建模 Online Multimodal Deep Similarity Learning with Application to Image Retrieval Wu, Hoi, Xia, Zhao, Wang, Miao. ACM MM, 2014 Zhou, Hu, Liu, Jia. Combining Multi-modal Deep Neural Networks with Conditional Random Fields for Chinese Dialogue Act Recognition. Interspeech, 2014 序贯决策的多模态深度学习 智能大数据分析：多模态异构数据的表示和建模 提 纲 大数据的异构特性 异构数据的挑战性问题 人脑的多通道感知整合 面向异构数据的机器学习方法 典型应用 言语碎片 言语碎片 言语碎片 言语碎片 言语碎片 言语碎片 言语碎片 言语碎片 言语碎片 言语碎片 互联网使得知识发现可能变成群体行为 通过互联网环境言语碎片的深度利用，有可能提高从海量复杂数据中获取知识的能力，可能加速科学与工程领域的创新步伐 挑战： 如何对互联网环境的言语碎片信息进行表示？ 如何从庞杂的言语碎片中挖掘其蕴含的知识？ 应用一：互联网言语深度理解 中文言语深度理解 言语多通道感知机理 言语信息表示理论 科学问题 大规模语料库及标注系统 言语信息服务平台与应用验证 多言语空间及其映射关系 多言语口语识别 多通道感知机理 研究内容 基于语境的中文言语信息计算模型 言语行为计算理论 应用一：互联网言语深度理解 全球近50%的居民所处环境中，每20万人口中只有≤ 1名精神科医生。 （WHO, 2011） 我国目前仅有2万多名精神科专科医师，3.5万名护士。 （卫生部2012年10月10日新闻发布会实录） 医疗资源匮乏 隐私泄露问题 怕遭歧视，不愿承认自己患病且不愿寻求治疗 倾听 观察 提问 评定量表 缺乏综合的客观量化指标 依赖于医生面谈及临床量表，干扰因素多（医生经验水平、环境）。 主观隐瞒、怕遭歧视，重视程度差，风险难以主动识别。 风险表象不明显、多样化，临床评估缺乏生物、心理等客观量化指标。 应用二：抑郁症的预警与干预 在预警与干预系统方面： 人人网的站内应用系统—“大五人格探测器” WebMind浏览器—预测用户信息需求、心理状态，并生成推荐信息 心导网平台、 “走出抑郁”与“克服焦虑”—基于中文语境和CBT技术的网络自助心理咨询程序 精神健康计算—抑郁症的预警与干预 应用三：基于太阳观测数据挖掘的空间天气预报 4 空间天气对深空探测、载人航天、卫星运行、电力网络的安全有重要影响。 关键问题：海量多模态观测数据的语义理解；多粒度关联与耦合的太阳活动规律发现和预报。 研究目标：建立太阳观测数据的多粒度语义信息提取和跨粒度推理的太阳活动预报模型。 空间天气预报 小 结 大规模非结构化的文本、语音、图像、视频已经成为信息表示的主体； 如何有效表示、学习和推理非结构的数据是当前大数据分析面临的主要挑战； 以认知科学与认知计算为基础，围绕异构大数据的表示、建模、推理及