数据与模型混合驱动的数据逐级再表达的优化理论与方法

Artificial intelligence is a hot research topic at present. Machine learning is the core of artificial intelligence and operations research and statistics are the key to the establishment of machine learning algorithms. For better memory, recognition, or classification, the brain does not copy the objective world to its information library, but first of all it represents the input data, progressively. Therefore, an important process of machine learning is to learn the representaion of input data for better storage, recognition, or classification. In this project, we propose the idea of data and model hybrid driven progressive data representation, and then design the learning framework, build the optimization model, and study the related algorithms. The main research contents include: (1) the theory and algorithm of data generation, selection and completion (2) the optimization models and algorithms for progressive data representation (3) the evaluation methods of progressive data representation (4) the model and algorithm for front-end fusion learning (5) the new process and algorithm for fingerprint automatic recognition used the front-end fusion learning model, which is applied to criminal investigation in an automatic fingerprint identification system of China. The implementation of the project, not only can overcome the defects of machine learning, especially the defects of relying on massive learning samples in deep learning, but also can improve learning efficiency, and further promote more OR researchers to work in the field of machine learning area.

人工智能是当前的研究热点，机器学习是人工智能的核心，运筹学和统计学则是建立机器学习算法的关键支撑。大脑不是把客观世界复制在自己的信息库里，而是首先对输入数据逐级重新表达，以便大脑更好的记忆、识别或者分类。因此，机器学习的一个重要过程是学习输入数据的重新表达方法，以便更好的存储、识别或者分类。本项目提出数据与模型混合驱动的数据逐级再表达思想，设计逐级再表达的学习框架，建立优化模型，研究相关算法。研究的主要内容包括：（1）数据生成、选择与完备化的理论与算法（2）数据的逐级表达方法及其各种优化模型和求解算法（3）数据再表达的评价方法（4）前后端融合学习模型与算法（5）利用前后端融合学习模型，研究全新的指纹自动识别算法，应用到我国刑侦指纹自动识别系统中。该项目的实施，不仅能克服机器学习，特别是深度学习需要依赖海量学习样本的缺陷，提高学习效率，并且进一步推动更多的运筹学研究者从事机器学习领域的研究。

数据再表达是人工智能、机器学习、模式识别等领域必要的研究内容，数据表达的效果直接影响后端的任务的完成效率。研究数据与模型混合驱动的数据逐级数据再表达的优化理论和方法，将为人工智能及其他学科的发展提供理论支撑与算法支持。.本项目围绕数据与模型混合驱动的逐级数据再表达的优化理论和方法，分别在人工智能的机理解释、逐层数据再表达的理论与方法、数据再表达中的优化模型与算法、深度学习的数据再表达方法进行研究，针对小样本、零样本学习的数据再表达方法、几何数据再表达与可视化方法等研究内容展开研究，取得了一系列的重要研究成果，2020年获得中国运筹学会科学技术奖运筹研究奖。最后，把新的理论与算法应用到指纹识别和图像分类、以及零样本学习等众多应用场景，实现了一套前后端融合学习的系统，并且研发了基于嵌入式的多种生物特征结合的身份认证系统，于2022年获得中国运筹学会科学技术奖运筹应用奖。受中国科学院大学委托，公安部安全与警用电子产品质量检测中心于2021年6月对指纹模组国科大算法版进行了测试，测试结果符合要求，通过技术（标准）要求。.相关算法理论的研究成果发表在运筹和优化类国际顶尖期刊“Mathematics of Operations Research”、“INFORMS Journal on Computing”、“Mathematical Programming”、“SIAM Journal on Optimization”上。科学出版社出版学术专著《组合优化机器学习方法》，完成学术编著《机器学习理论与方法》一部（正在校稿）。.整个项目组培养了一批具有良好素质的硕士、博士毕业生、博士后、青年教师。有两位教师在项目执行期内晋升为教授，多位骨干研究人员作为负责人申请获得国家级、北京市级重点、面上项目共计5项，20余人次获得省级、校级的多种奖励。项目为数学智能以及智能数学学科方向提供了强有力的支撑，也为业界输出了人工智能相关领域的多名高级算法工程师。