李勇明团队在基于adaboost的深度样本学习方面取得突破

近期，李勇明团队提出的基于adaboost的深度样本学习最新进展已在线发表在人工智能主流期刊《Journal of Experimental & Theoretical Artificial Intelligence》上。我们设计了迭代式均值聚类算法用于构建深度样本空间；基于每个样本空间来训练单学习器；采用adaboost集成模式融合所有学习器结果，形成最终回归结果。该技术被首次提出，并被首次用于年龄估计，为相关研究提供参考。此外，将该方法与现有深度学习相结合，可以实现“双深度学习”理论和技术。

论文信息

Yongming Li*, Fan Li, Yuanlin Zheng, Pin Wang*, Mingfeng Jiang, Xinke Li. Hierarchical Age Estimation Mechanism with AdaBoost-based Deep Instance Weighted Fusion, Journal of Experimental & Theoretical Artificial Intelligence, 2020, online.    https://www.tandfonline.com/doi/full/10.1080/0952813X.2020.1764633

--李勇明团队