面向大规模多视角数据的相关性研究及其应用

Multi-view learning is an important branch of machine learning. We are confronting with huge amount of multi-view data analysis tasks along with the rapid progress of science and technology. For instance, different language could be used to describe the same content. Mutimedia segments can be simultaneously described by their video and audio signals. A web page can be described by the document text itself and at the same time by the anchor text attached to hyperlinks pointing to this page. It is a prosperous research field to exploit useful information from multi-view data. This project will mainly focus on the algorithmic part of multi-view data related issues. We will propose sparse deep canonical correlation analysis based upon graph model, sparse distance correlation algorithm, and consider the application of indefinite kernel and distribution method to the data analysis. Online multi-view and multi-resolution theory with applications to sketch-based information retrieval algorithm will be investigated. Moreover, sparse fraction-order based linear discriminant analysis with applications to public opinion monitoring will be studied, too. The study of this project will develop multi-view learning related area.

多视角学习是机器学习的一个重要分支。随着科技的发展，我们需要处理大规模的多视角数据。例如：描述相同内容的不同语言；描述相同多媒体片段的音频和视频；指向同一个网页的链接以及表示网页本身的文本等等。如何从这些多视角数据中挖掘有用信息是极具应用价值的研究内容。本项目围绕大规模多视角数据的算法等一系列问题，开展如下几个方面的研究：给出基于图模型的稀疏深度典型相关分析，稀疏深度距离相关算法；得到基于非正定核，分布式理论的数据分析算法；提出基于在线多视角学习，多尺度分析的手绘素描文本检索算法；给出基于稀疏分数阶线性判别分析的舆情监测算法。本项目的研究将促进多视角学习算法相关领域的快速发展。

随着科技的日新月异，我们每天需要处理各种各样不同类型的数据。多视角数据处理与分析是其中一个重要的分支。本项目围绕多视角数据处理分析的一系列关键核心问题，开展了如下几个方面的研究。我们给出了基于图模型的稀疏深度典型相关分析算法，得到了基于深度距离相关分析的信息检索算法，给出了基于Wasserstein距离的互模态语义网络数据分析算法。同时，我们还得到了基于稀疏广义典型相关分析的分布式信息检索算法，给出了结合注意力机制以及多尺度分析的多视角数据分析模型，以及基于深度学习模型、GRU和典型相关分析算法的基于图结构金融数据的波动率分析算法。