近日，JCR1區期刊《IEEE Transactions on Neural Networks and Learning Systems 》(《TNNLS》)上發表了中國石油大學（北京）地球物理與信息工程學院教師的論文《Online Learning Algorithm Based on Adaptive Control Theory 》（《基于自適應控制理論的在線算法研究》），劉建偉為第一作者，中國石油大學（北京）為第一完成單位。
    該研究成果將機器學習與控制理論有機的結合起來，基于模型參考自適應控制理論技術提出了一種新的在線學習算法，給出了后悔上下界，與以往的梯度下降算法和指數梯度下降算法比較，具有更緊的后悔界，并針對如何給出一個更緊湊上界的更新法則以及如何比較三種算法的累計損失進行了探討性研究。研究成果中得到的后悔上下界是隨時間變化的函數，并隨著時間的增加，后悔上界越來越接近估計值。除理論研究外，實驗表明該算法的更新規則在人工數據集與真實數據集都是可行的，且上界要比其他兩種算法更緊。

TNNLS是機器學習中神經網絡以及學習系統方面的著名期刊，影響因子4.854。

詳情請見：

http://ieeexplore.ieee.org/document/7903681/