推論による学習の基礎研究

推理学习的基础研究

• 批准号: 01633011
• 负责人: 有川 節夫
• 金额: $ 1.41万
• 依托单位: Kyushu 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: 1989
• 资助国家: 日本
• 起止时间: 1989 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-01633011/
• 关键词: 推論; 学習; 帰納推論; 不完全情報; 類推; 教示; 抽象化; 並列計算量

本研究の目的は、学習の様々な局面で活用される各種の推論および学習方式そのものについて、理論的に定式化し、それを計算可能なレベルまで導き、さらに実用レベルまで効率化することである。この目的を達成するために、本年度は次の各点に重点を置いて基礎となる重要な成果を得た。(1)帰納推論による言語の学習のための統一的枠組み。SmullyanによるEFS(Elementary Formal System)は、形式言語の生成だけでなく受理機構としても有用であることを発見し、形式言語理論との関連を明らかにし、さらに文字列を対象にした論理プログラムとしても位置付けられることを示し、形式言語の学習の統一的枠組みとして最適であることを示した。この枠組みにより形式言語理論を中心にした理論計算機科学の種々の成果を帰納推論に取り込むことおよびホーン節を対象にしたモデル推論と言語の帰納推論とを直接結合させることに成功した。(2)正データからの帰納推論。正データからの帰納推論は能力が劣ると信じられてきたが、上記EFSを使って、実は十分に強力であることを証明した。この成果によって、正データからの学習の有用性が明らかになったので、従来の常識を再検討することが必要となった。(3)アルゴリズム論的教示の理論。Valiantに始まるPAC学習の枠組みで、学習における教示の役割りについて理論的に明らかにして、教示の数学的理論の基礎を築いた。(4)類推における負の事実と抽象化の利用。決定則(determination)による類推とルーツ変換による類推の融合をはかり、同時に負の事実を妥当性のチェックに使う新しい類推の方式を開発した。また、抽象化の手法を普通のH空間や階層構造に適用した新しい類推の方式を提案した。これらの研究によって意味を考慮した類推理論への道が拓けた。

は の purpose this study, the study の others 々 な situation で use さ れ る various の inference お よ び learning そ の も の に つ い て, theory of に demean し, そ れ を computing may な レ ベ ル ま で き, さ ら に be used レ ベ ル ま で sharper rate change す る こ と で あ る. こ の purpose を reach す る た め に に key at various points, this year's は の を buy い て based と な た を る な important achievements. (1)帰 infer the unified 枠 group み of による speech <s:1> learning <e:1> ため 帰. SmullyanによるEFS(Elementary Formal System) は, form words の generated だ け で な く an accepting institution と し て も useful で あ る こ と を 発 see し theory, form words と の masato even を Ming ら か に し, さ ら に text columns を like に seaborne し た logical プ ロ グ ラ ム と し て も position pay け ら れ る こ と を speech の learning の し, form unified 枠 group み と し て optimum で あ る こ と を Youdaoplaceholder0 た. こ の 枠 group み に よ り form words theory を center に し た の kind of theoretical computer science 々 の results を 帰, inference に take り 込 む こ と お よ び ホ ー ン section を like に seaborne し た モ デ ル inference と words の 帰, inference と を directly combined さ せ る こ と に successful し た. (2) the inference is based on デ デ タ ら ら 帰. Is デ ー タ か ら の 帰 inference は capacity が substandard る と letter じ ら れ て き た が, written EFS を make っ て, be very に は powerful で あ る こ と を prove し た. こ の results に よ っ て, positive デ ー タ か ら の learning の usefulness が Ming ら か に な っ た の で, 従 の sense を again beg す 検 る こ と が necessary と な っ た. (3) The teaching of the ア ア ゴリズム theory. Valiant に beginning ま る PAC learning の 枠 group み で, learning に お け る teaching の service cut り に つ い て theory に Ming ら か に し て, teaching の mathematical theory の を built い た. (4) By analogy, における negative calculus と abstract calculus utilization. Decision (determination) に よ る analogy と ル ー ツ variations in に よ る analogy の fusion を は か り, に negative の things at the same time be を justice の チ ェ ッ ク に う new し い analogy の way を open 発 し た. Youdaoplaceholder0, abstract <s:1> technique を, ordinary <s:1> H space や hierarchical construction に applicable <s:1> た new <s:1> analogy <s:1> method を proposal た た. The study of によって implies that を considers the <s:1> た analogical theory へ が extension けた.

项目成果

A.Shinohara,S.Miyano: "A Foundation of Algorithmic Teachning" RIFIS Technical Report,Res.Inst.of Fund.Inform.Sci.,Kyushu Univ.CSー22. 1-14 (1989)

A.Shinohara、S.Miyano：“算法教学的基础”RIFIS 技术报告，Res.Inst.of Fund.Inform.Sci.，九州大学 CS-22 (1989)。

有川節夫,石坂裕毅: "帰納推論手法による自動プログラミング(大野監修,自動プログラミングハンドブック,分担執筆)" オーム社, 457 (1989)

Setsuo Arikawa、Yuki Ishizaka：“使用归纳推理方法的自动编程（由大野监督，自动编程手册，合著者）”Ohmsha，457（1989）

原口誠: "不完全情報の類推による推論問題" 人工知能学会研究会資料(SIGーFAI). 8804ー4. 132-139 (1989)

Makoto Haraguchi：“使用不完整信息进行类比的推理问题”，人工智能研究小组材料 (SIG-FAI) 8804-4 (1989)。

S.Arikawa,T.Shinohara,A.Yamamoto: "Elementary Formal System as a Unifying Framework for Language Learning" Proc.Computational Learning Theory Morgan Koufmann. 312-327 (1989)

S.Arikawa、T.Shinohara、A.Yamamoto：“基本形式系统作为语言学习的统一框架”Proc.计算学习理论摩根·考夫曼。

H.Yuasa,S.Arikawa: "Pseudo Extension in Default Reasoning and Belief Revision by Model Inference" Lecture Notes in Artificial Intelligence. 383. 27-37 (1989)

H.Yuasa，S.Arikawa：“默认推理中的伪扩展和模型推理的信念修正”人工智能讲座笔记。