様々なデータ型のための帰納学習アルゴリズム

点击翻译按钮获取中文摘要

例に基づく学習および類推による学習のパラダイムに関連する学習アルゴリズムを、様々なデータ型による知識表現の視点から捉え、知識獲得支援システム構築ツールへの応用を目標とする基礎理論の確立を試みた。ベクトル、列、集合、および、それらの入れ子構造についての一般化に関する性質を、複数の例からの学習の視点から明らかにし、そのためのアルゴリズムを開発した。また、帰納によらない学習の方法として、実例に基づく時系列学習、および、遺伝的アルゴリズムについても検討を進めた。様々なデータ型の遺伝子を用いた遺伝的プログラミングの枠組についても検討し、帰納学習に必要な一般化の操作が、突然変異や交叉といった遺伝操作とも、データの変換操作の視点から、密接な関係にあることが明らかとなった。今後、それらを統一的に扱う枠組の開発、および、データ変換の視点から整理した型に関する理論の確立が必要である。特に木構造など、遺伝子の意味が遺伝子座によらない構造をもつ場合の交叉では、両親いずれかの性質が子孫に伝わるとは限らず、探索近傍の構造も複雑であることが明らかとなった。また、実例に基づく学習については、シミュレーション実験の結果、学習者による集団行動の創発や学習能力の進化的発現など、近年、研究が活発化しつつある人工生命に関する研究を進める上でも、実現の容易さ、実行効率、扱える問題領域の広さなどの面で有効な手段であることが明らかとなった。