面向变化场景的连续人工智能

定　　价：58 元

• 作者：李林燕，胡伏原，吕凡著
• 出版时间：2024/12/1
• ISBN：9787567250154
• 出 版 社：苏州大学出版社

• 中图法分类：TP18 
• 页码：180页
• 版次：1
• 开本：24cm

内容简介

本书的主要内容为连续学习的理论和应用的一些关键技术方法，其创新点包括：(1)提出一种跨时序任务的感知目标函数；(2)提出一种代表性重演样本挑选算法；(3)提出一种基于元学习的训练样本影响的计算方法；(4)提出一种基于非对称的梯度度量与最大差异优化算法；(5)提出一种基于增广图网络的连续多标签分类算法；(6)提出一种基于费雪信息矩阵融合的联邦连续学习算法；(7)提出一种基于两级动态图构建的小样本连续学习算法。随着人工智能在各个领域的应用推广及逐步普及，研究人员对该领域的学习有着浓厚的兴趣和需求，本书旨在使读者能够对连续人工智能的基础与应用有较为全面的认识。全文共分为8章论述：第1章，绪论；第2章，连续学习中的域漂移研究；第3章，连续学习中的样本可解释性研究；第4章，连续学习中的多任务并行冲突性研究；第5章，连续学习在多标签分类中的应用；第6章，连续学习在联邦学习中的应用；第7章，连续学习在小样本分类问题中的应用；第8章是对本书内容的总结。