2024-03-29T04:19:42Zhttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_oaipmhoai:ipsj.ixsq.nii.ac.jp:000139432022-10-21T05:24:51Z00581:00755:00764
適応概念学習アルゴリズム:RF4Adaptive Concept Learning Algorithm : RF4jpn論文http://id.nii.ac.jp/1001/00013943/Journal Articlehttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_action_common_download&item_id=13943&item_no=1&attribute_id=1&file_no=1Copyright (c) 1995 by the Information Processing Society of Japan人工知能基礎NTTコミュニケーション科学研究所NTTコミュニケーション科学研究所斉藤, 和巳中野, 良平本論文では、問題を解くにつれて、白ら適応して探索効率を改善する概念学習法RF4について報告する。RF4は、望ましくない論理式を枝刈りする学習バイアス、および、存在限量子や集約関数を含む論理式を生成する複合化ルールを用いて、事例の識別概念を深さ優先で探索する。論理式の探索順序は、過去に解いた問題を基に、それが識別概念の構成要素となる確率を推定することにより、動的に決定される。KRKチェス終盤戦間題では、ランダムに選んだ事例群の学習を数回繰り返せば、RF4の探索効率が改善されるだけでなく、未知の事例に対する正答率も向上することを確認した。図形の多彩な識別概念を求めるボンガルド問題では、図形オブジェクトとそれらの関係についての基本的な知識べ一スを与えたところ、100のボンガルド問題に対してRF4は41間を正答できた。一方、代表的な概念学習アノレゴリズム、GOLEM,INDUCE,FOILでは、いずれも20数間程度しか正答できなかった。RF4の適応機能の評価では、問題を解くにつれて、推定確率の信頼性が高くなるので、ボンガノレド問題を解くための平均時間が次第に短縮されることを確認した。特に、41間すべてを解答した後、再び同じ問題を解くための平均時間は約1/3に短縮された。また、統計検定を用いて、RF4が用いた確率集合から、問題解決を高速化する知識の一部を検出できた。AN00116647情報処理学会論文誌3648328391995-04-151882-77642009-06-29