安全半监督学习的研究

Semi-supervised learning (SSL) is a hot research area on machine learning. It is generally accepted that, SSL using unlabeled data will achieve better performance than that of using only labeled data. However, recent studies found that blindly using labeled data will hurt the performance, and therefore, how to make unlabeled data never hurt the performance become an important yet unsolved problem on SSL. This project proposes to study safe semi-supervised learning, where the goal is that the performance will be improved when using unlabeled data, while in the worst case, the performance will not be decreased. The research contents include: proposing a safe SSL method for graph-based paradigm; proposing a safe SSL method oriented to multiple performance measures; proposing a safe SSL method oriented to risk control; building theoretical basic for safe SSL. It is expected to publish 4-6 high quality papers, apply 1-2 patents, develop a prototype system, and supervise multiple graduate students.

半监督学习是机器学习中的一个热门研究领域。一般认为，通过利用未标记数据，半监督学习可以取得比只利用有标记数据进行监督学习更好的性能。然而近年来的一些研究发现，盲目利用未标记数据有可能导致性能变坏，而如何确保在利用未标记数据后性能不致恶化，成为半监督学习中一个重要而未解决的问题。本项目拟对安全半监督学习进行研究，目标是通过利用未标记数据取得性能提升，在最坏情况下也不致性能恶化。主要研究内容：提出安全的图半监督学习方法；提出面向多种性能指标的安全半监督学习方法；提出面向风险控制的安全半监督学习方法；建立安全半监督学习的理论基础。本项目研究可望产生高水平论文4-6篇，申请专利1-2项，研制一个原型系统，培养多名研究生。

半监督学习是机器学习中的热门研究领域。如何确保在利用未标记数据后性能不致恶化，成为半监督学习中一个重要而未解决的问题。本项目对安全半监督学习进行研究，即通过利用未标记数据取得性能提升，在最坏情况下也不致性能恶化。本项目提出安全的图半监督学习方法；提出应对多种性能指标的安全半监督学习方法；提出面型风险控制的安全半监督学习方法；建立安全半监督学习的理论基础。发表高水平论文10篇，申请专利1项，研制一个原型系统，培养3名研究生。