机器发现的多策略模型及其应用

机器发现的研究是人工智能研究中的一个前沿与探索性课题，具有重要的理论价值和广阔的应用前景。在本课题研究过程中，我们坚持理论与实际相结合的原则。在KDD理论研究中，对分类、聚类、关联规则、序贯模式、数据约简、时态数据知识发现、不完全数据知识发现以及文本数据知识发现等多个方面进行了较为深入的研究；在机器学习理论方面主要对多层强构造学习理论、类比学习、遗传算法、并行学习算法等进行了研究；在agent理论方面主要对agent形式化、协作学习等进行了研究。同时在应用上完成了KDD工具等三个系统。在国内外重要核心刊物和会议上发表了三十余篇论文。此外，本课题研究培养了四名博士和四名硕士。