様々なデータ型のための帰納学習アルゴリズム

适用于各种数据类型的归纳学习算法

• 批准号: 05213222
• 负责人: 畝見 達夫
• 金额: $ 0.77万
• 依托单位: Soka University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research on Priority Areas
• 财政年份: 1993
• 资助国家: 日本
• 起止时间: 1993 至 1994
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-05213222/
• 关键词: 帰納学習; 遺伝的アルゴリズム; データ構造; 知識獲得

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。

Example: にbased づくlearn およびanalogy によるlearn のパラダイムにrelated するlearn アルゴリズムを、様々なデータ type によるThe viewpoint of knowledge expression is captured, the knowledge acquisition support is constructed and used, and the goal is established and the basic theory is established and tested.ベクトル, column, set, および, それらの入れ子construct についてのgeneralized に关する性を, plural examples からの学のViewpoint から明らかにし, そのためのアルゴリズムを开発した. The series of the series Study, study, and study of アルゴリズムについても検検を入めた.様々なデータTYPEの伝子を用いた伝的プログラミングの枠组についても検検し、 帰NA STUDY に NECESSARY な GENERAL の OPERATION が, Sudden change of cross operation, sudden change of operation, point of view of sudden change of operation, and close connection of relationship. From now on, it is necessary to establish the theory of unified に扱う枠组の开発, および, and データ変change the viewpoint of the それらを unified に扱う枠组の开発. Special wooden structureなど、弝子のmeaningが缝子台によらないstructuralをもつoccasionのcrossでは、両 proいずれかの性が descendants に伝わるとはlimit らず, Exploring the near structure も富雑であることが明らかとなった. Learner The emergence of the evolution of the learning ability created by the "による団団活动", and the active development of research in recent years.つつあるArtificial Life にSeki するResearch をEnter める上でも、実appearのeasyさ、実行efficiency、扱えるProblem areaの広さなどの面で Effectiveなmeansであることが明らかとなった.

项目成果

畝見達夫: "強化学習エージェントの集団行動" レクチャーノートソフトウェア学 マルチエージェントと協調計算III. (予定). (1994)

Tatsuo Unemi：“强化学习代理的集体行为”讲义软件科学多代理和协作计算 III（计划）。

平山宣正: "進化的適応と後点的学習による適応について" 第19回知能システムシンポジウム資料. (予定). (1994)

Nobumasa Hirayama：“通过进化适应和后验学习来适应”第 19 届智能系统研讨会材料（计划）（1994 年）。

永吉正浩: "強化学習法における先天的探索戦略の進化の試み" 第19回知能システムシンポジウム資料. (予定). (1994)

Masahiro Nagayoshi：“尝试在强化学习方法中发展先天搜索策略”第 19 届智能系统研讨会材料（计划）。