机器智能与模式识别研究中的统计学习方法  

STATISTICAL LEARNING IN MACHINE INTELLIGENCE AND PATTERN RECOGNITION

作　　者：王天树[1] 郑南宁[1] 袁泽剑[1] 

机构地区：[1]西安交通大学人工智能与机器人研究所,西安710049

出　　处：《自动化学报》2002年第S1期103-116,共14页Acta Automatica Sinica

基　　金：国家创新研究群体科学基金 ( 60 0 2 43 0 1 );国家自然科学基金 ( 60 1 75 0 0 6)资助

摘　　要：简要介绍了学习算法的发展状况 ;讨论了机器智能与模式识别研究中的统计学习方法和图模型的一般理论 ;重点叙述了图模型的统计推断过程和学习算法以及应用统计学习方法解决问题的一般步骤 ;最后给出了用于时间序列分析的动态贝叶斯网络的实例 .In this paper, the general theory of statistical learning methods and graphical model in machine intelligence and pattern recognition are discussed. We specially depict the inference process and learning algorithm of graphical model, and the general steps of application of statistical learning methods to solve problems. In the last, we give an example of dynamical Bayesian networks for time series data analysis.

关 键 词：机器智能 模式识别 图模型 统计学习 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]