科研之友
微信
新浪微博
Facebook
分享链接
摘要
人工智能的研究问题现已逐步从封闭环境扩展到开放环境，但开放环境中存在各种变化性因素，导致传统基于封闭世界假设和独立同分布假设的学习模型与算法性能明显下降.因此，变化环境下的自适应感知与学习成为当前人工智能研究的前沿热点，文中聚焦其中三个方面介绍相关最新研究进展.针对类别集变化，介绍开放集识别与分布外样本检测、新类别自主发现、类别增量学习等问题；针对数据分布变化，介绍领域自适应、领域泛化、测试时自适应等问题；针对数据质量变化，介绍弱监督学习和标签噪声学习等问题.最后分析未来的研究趋势.
- 单位
