主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第11期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
万建武,杨明.代价敏感学习方法综述.软件学报,2020,31(1):0
代价敏感学习方法综述
Survey on Cost-sensitive Learning Method
投稿时间:2018-11-24  修订日期:2019-04-19
DOI:10.13328/j.cnki.jos.005871
中文关键词:  代价敏感  损失  分类  人脸识别  软件缺陷预测  多标记学习
英文关键词:Cost-sensitive  loss  classification  face recognition  software defect prediction  multi-label learning
基金项目:国家自然科学基金(61502058,61876087)
作者单位E-mail
万建武 常州大学, 信息科学与工程学院, 江苏 常州 213164  
杨明 南京师范大学 计算机科学与技术学院, 江苏 南京 210023 myang@njnu.edu.cn 
摘要点击次数: 659
全文下载次数: 659
中文摘要:
      分类是机器学习的重要任务之一.传统的分类学习算法追求最低的分类错误率,假设不同类型的错误分类具有相等的损失.然而,在诸如人脸识别门禁系统、软件缺陷预测、多标记学习等应用领域中,不同类型的错误分类所导致的损失差异较大.这要求学习算法对可能导致高错分损失的样本加以重点关注,使得学习模型的整体错分损失最小.为解决该问题,代价敏感学习方法引起了研究者的极大关注.本文以代价敏感学习方法的理论基础作为切入点,系统阐述了代价敏感学习的主要模型方法以及代表性的应用领域.最后,讨论并展望了未来可能的研究趋势.
英文摘要:
      Classification is one of the most important tasks in machine learning. Conventional classification methods aim to attain low recognition error rate and assume the same loss from different kinds of misclassifications. However, in the applications such as the door-locker system based on face recognition, software defect prediction and multi-label learning, different kinds of misclassification will lead to different losses.This requires the learning methods pay more attention to the samples with high-cost misclassification, and thus make the total misclassification losses minimized. To deal with this issue, cost-sensitive learning has received the considerable attention from the researchers. This paper takes the theoretical foundation of cost-sensitive learning as the focal point to analyze and survey its main models and the typical applications. At last, this paper discusses the difficulty and probable development trend of cost-sensitive learning.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利