Learning of a Similarity Relation from Highly Dimensional Data - omówienie projektu rozprawy doktorskiej

W czasie wystąpienia chciałbym zaprezentować konspekt mojej rozprawy doktorskiej. Dotyczy ona problemu uczenia się relacji podobieństwa z danych, z szczególną uwagą poświęconą na przypadek, gdy dane są wielowymiarowe (liczba atrybutów przekracza dziesiątki tysięcy). Przykładem takich danych mogą być np. zbiory mikromacierzy lub tekstów. Nauka relacji podobieństwa dla tego typu danych stanowi duże wyzwanie ze względu na zawodność najczęściej stosowanych metod.
W rozprawie pragnę zaprezentować nowy model aproksymacji podobieństwa, oparty o obserwacje psychologów oraz teorie zbiorów przybliżonych. Oprócz samego planu rozprawy, zaprezentuje również wybrane wyniki doświadczeń służących ewaluacji zaproponowanego modelu.