摘要：今天跑程序出了个大问题，闲话少叙，先上图：以上是我在今天的不同时间段截到的图。从图中可以很明显的看出，这个learnstruct结构学习库存在着严重的内存泄露问题。据估算，在程序运行前期，内存泄露的速度大约为每小时2%，随着程序运行时间的增长，内存泄露的越来越严重，到后来泄露速度达到了5%左右！而且结构学习本身是个很慢的过程，在大数据集上跑个几十个小时是很正常的事情。所以这个库的可用性有待于进一步考证。12-12工作安排：搭好140的工作环境计算AUC对比分析AUC实验结果和论文中的结果 阅读全文

摘要：今天早上，我带着无限的期待，来到实验室，看昨晚的实验结果。很不错，webkb的all.mln已经学出来了！但是uw-cse的mln迟迟不见踪影。已经20几个小时了，也不知道是算法本身的问题，还是我们运行的有问题。等着吧！在用webkb学出来的all.mln向imdb2345迁移时出现了问题，提示文件打不开。我想原因可能是机器内存资源不足。因为我在查看服务器的资源时，发现uw-cse的结构学习进程耗费非常多的CPU和内存，估计存在着不是特别严重的内存泄露问题，之所以会在这个时候体现出来，是和uw-cse运行的时间长有关（单个进程就占用了1个多G的内存，这是前所未有的）。昨晚已经完成了从webkb 阅读全文

摘要：今天的工作效率好低啊，究其原因，主要是目标不是很明确，总是在做些无用功。不过经过和wx的讨论，思路渐渐的明朗起来，目前主要的工作是这样的：1、将UW-CSE的五个数据集归结成一个总的数据集all.db，用这个总的db训练出一个mln；2、同理，将WEBKB的四个数据集归结成all.db，训练出WEBKB的mln；3、利用前两步得到的结果，向imdb数据集做结构迁移。注意，imdb中有五个数据集，需要依次以其中的一个作为测试集，其他的组合起来作为训练集，训练出目标域imdb的mln；4、利用目标域的mln和测试集进行Infer测试，得到每个谓词的出现概率；5、计算每个谓词的CLL和AUC。经过上 阅读全文

摘要：按照tamar的操作步骤，在uw-cse和webkb数据集上进行了实验，完成了前两个步骤，即：在只有谓词的空mln的基础上，进行了结构学习，生成了完整的mln，以备后用。但是程序跑的很慢，运行一次要几个小时，目前还没有跑出结果，但愿明天早上能给我个惊喜。12-9日工作安排：进行tamar实验的第三和第四个步骤：从uw-cse和webkb数据集向imdb数据集进行迁移学习，并利用迁移学习出的mln进行推断。注意，推断时要用MC-SAT算法（参数为-ms)。打羽毛球，锻炼身体如果实验跑的快的话，就计算出CLL。 阅读全文

摘要：稀里糊涂的竟然搞起了机器学习，不过既然做了就要做好。　　这段时间读了很多关于迁移学习和马尔可夫逻辑网（markov logic network）的论文，其中比较重要的一篇文章是Lilyana Mihalkova的《Mapping and Revising Markov Logic Networks for Transfer Learning》，现在正在跑这篇文章附带的tamar（for Transfer via Automatic Mapping And Revision）系统，现简要总结一下该系统的使用步骤：1、利用源域的db文件和空的mln文件（其中包含所有的谓词），学习出源域的结构（le 阅读全文

摘要：为了便于以后查看，现将12月7日的工作总结如下：　　今天完成的主要工作分为两个方面：　　实验方面：学习了perl的一些关于文件的语法，写了几个简单的小程序，成功的完成了cora到imdb的迁移及推断。由于推断需要的时间较长，所以只先做了两三个谓词的推断，但是效果很不理想。预期的实验效果应该是这样的：对于原始的db文件中出现过的谓词，在预测的出的结果文件中应该表现出较高的概率，但是经实验发现，所有的基谓词的概率并没有明显的差别。　　实验结果分析：这种结果的产生我认为主要有两种可能：一种是由于只跑了两三个谓词，所以结果不具有代表性，个别谓词的推断对整体性能不会造成太大打的影响。另一种可能是采用的推 阅读全文