学習過程における適応のモデル化に関する研究

学习过程中的建模适应研究

• 批准号: 06780295
• 负责人: 瀧本 英二
• 金额: $ 0.58万
• 依托单位: Tohoku University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1994
• 资助国家: 日本
• 起止时间: 1994 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-06780295/
• 关键词: PAC学習モデル; 計算学習理論; 相互情報量; DNF式; ホーン式

1.本研究では,まず,学習アルゴリズムが出力する仮説の良さの基準を次のように見直した.すわわち,学習対象である関数に関して仮説が与える情報の量(相互情報量)に着目し,これを仮説の良さの基準として採用することによって,より一般的で自然な学習モデルが構築できることを示した.特に,相互情報量に基づく学習モデルでは,概念の学習や多値論理関数の学習を区別することなく,同列に扱うことができる.今後は,ブ-スティングなどの従来の学習モデルにおいて適用可能な学習の戦略が,相互情報量に基づく学習モデルにおいても適用可能かどうか調べる予定である.2.積和形論理式(DNF式)のクラスが学習可能か否かという問題は,古くから研究されているにもかかわらず,未だに解決されていない.最近,DNF式の学習問題がl-k-ホーン式と呼ばれる.ある制限された和積形論理式(CNF式)のクラスの学習問題に帰着されることが示された.本研究では,これをさらに制限した直交l-k-ホーン式という概念を導入し,この論理式のクラスが所属質問を併用することによって学習可能となることを示した.ここで用いた学習の手法は,DNF式の学習問題を攻略するための有望なアプローチの一つの考えられる.3.項の数が高々定数kであるDNF式(k項DNF式)を拡張したk項関数という論理関数のクラスは,仮説の表現を制限しなければ学習可能となることが知られているが,仮説を同じk項関数に制限した場合は学習可能(真に学習可能)かどうか知られていない.本研究では,例題の生起する確立分布をp-スムーズ分布に制限すると,k項関数が真に学習可能となることを示した.また,確立分布をさらに制限して,一様分布と仮定すると,単調log n項関数のクラスが真に学習可能となることを示した.

1. This study is aimed at learning how to improve the quality of the products. The amount of information (mutual information) related to the learning object, the amount of information related to the learning object, the amount of information related to the learning object, and the amount of information related to the learning object. In particular, mutual information quantity is the basis of learning, concept learning, multi-valued logical correlation learning, distinction, same column learning. In the future, the problem of learning possibility or not is solved by the product logic formula (DNF formula). Recently, the DNF learning problem has been solved. The limit and product logic formula (CNF formula) are used to solve the problem of learning. In this study, we introduced the concept of "limit" and "orthogonal l-k-equation", and showed that the logical equation belongs to the query and can be used in learning. The DNF formula (k DNF formula) is a set number of terms, k is a set number of logical terms, k is a set number of terms, k is a set number, k is a set number of terms, k is a set number, k is a set number of terms, k is a set, k is a set number of terms, k is a set, k is In the case of the same k-term restriction, the possibility of learning (the possibility of learning) is not known. In this study, we establish the distribution of the examples, limit the distribution of the k terms, and show the possibility of true learning. To establish the distribution and limit, a distribution and limit, adjust the log n terms of the relationship and the number of true learning possibilities.

项目成果

Eiji Takimoto: "Mutual Information Gaiming Algorithm and Its Relation to PAC-Learning Algorithm" Lecture Notes in Artificial Intelligence. 872. 547-559 (1994)

Eiji Takimoto：“互信息增益算法及其与 PAC 学习算法的关系”人工智能讲座笔记。