文献类型：期刊文章

作　　者：李力[1] 林懿伦[2,3] 曹东璞[4,5] 郑南宁[6] 王飞跃[2,7]

LI Li LIN Yi-Lun CAO Dong-Pu ZHENG Nan-Ning WANG Fei-Yue(National Laboratory for Information Science and Technol- ogy （TNList）, Department of Automation, Tsinghua University, Beijing 100084, China the State Key Laboratory of Man- agement and Control for Complex Systems, Institute of Au- tomation, Chinese Academy of Sciences, Beijing 100190, China University of Chinese Academy of Sciences, Beijing 100049, China Driver Cognition and Automated Driving Labora- tory, Cranfield University, Cranfield MK43 0AL, UK Qing- dao Academy of Intelligent Industries, Qingdao 266000, China Institute of Artificial Intelligence and Robotics （IAIR）, Xi＇an Jiaotong University, Xi＇an 710049, China Research Center of Military Computational Experiments and Parallel Systems, National University of Defense Technology, Changsha 4100739 China)

机构地区：[1]清华信息科学与技术国家实验室(筹),清华大学自动化系 [2]中国科学院自动化研究所复杂系统管理与控制国家重点实验室 [3]中国科学院大学 [4]英国克兰菲尔德大学驾驶员认知与自动驾驶实验室 [5]青岛智能产业技术研究院 [6]西安交通大学人工智能与机器人研究所 [7]国防科技大学军事计算实验与平行系统技术中心

出　　处：《自动化学报》

基　　金：国家自然科学基金(91520301)资助~~

年　　份：2017

卷　　号：43

期　　号：1

起止页码：1-8

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2017_2018、EI(收录号：20171503569111)、IC、JST、MR、PUBMED、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：本文提出了一种新的机器学习理论框架.该框架结合了现有多种机器学习理论框架的优点,并针对如何使用软件定义的人工系统从大数据提取有效数据,如何结合预测学习和集成学习,以及如何利用默顿定律进行指示学习等目前机器学习领域面临的重要问题进行了特别设计.

关 键 词：机器学习  人工智能 平行学习  平行智能  平行系统及理论  

分 类 号：TP181]