WEKO3
アイテム
学習システムRLSの責任付与
https://ipsj.ixsq.nii.ac.jp/records/117193
https://ipsj.ixsq.nii.ac.jp/records/117193b184242b-5c13-4f4c-a0fb-a6b9e7943003
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
KJ00001335463.pdf (179.0 kB)
|
|
| Item type | National Convention(1) | |||||
|---|---|---|---|---|---|---|
| 公開日 | 1989-10-16 | |||||
| タイトル | ||||||
| タイトル | 学習システムRLSの責任付与 | |||||
| タイトル | ||||||
| 言語 | en | |||||
| タイトル | Blame assignment in Learning system RLS | |||||
| 言語 | ||||||
| 言語 | jpn | |||||
| 資源タイプ | ||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||
| 資源タイプ | conference paper | |||||
| 著者所属 | ||||||
| 電子技術総合研究所 | ||||||
| 著者所属(英) | ||||||
| en | ||||||
| Electrotechnical Laboratory | ||||||
| 論文抄録 | ||||||
| 内容記述タイプ | Other | |||||
| 内容記述 | 現在、手続き的知識一般の学習を指向する学習システムRLS(Recursive Learning System)を開発中である。モデルについてまとめておく。(1)知識はシステムが仮定するいくつかの型のいずれかに属する知識片から階層的に合成される。型には、基本型、逐次型、条件型、各種構造型(OR,MAX,TOTAL,etc.)がある。(2)メタ知識生成器(MKG)が知識片の属する型を頼りに、学習用のメタ知識の初期版を生成する。(3)メタ知識が対象知識を改善する。メタ知識の構造および更にそのメタ知識等も同様にして考える。上記の(1)～(3)の3種の再帰性によりモデルは特徴づけられる。各知識片に意図が書かれており、意図の達成に失敗すると学習が起動される。学習過程の概念図を下図に示す。このモデルに基づくシステムRLSをPSI上にESPで作成中である。本稿では、知識片の合成から成る知識の修正において、修正すべき知識片を見つける(失敗の責任がありそうな知識片に責任を付与する)ための基本的な手順を述べ、例を示す。 | |||||
| 書誌レコードID | ||||||
| 収録物識別子タイプ | NCID | |||||
| 収録物識別子 | AN00349328 | |||||
| 書誌情報 |
全国大会講演論文集 巻 第39回, 号 人工知能および認知科学, p. 309-310, 発行日 1989-10-16 |
|||||
| 出版者 | ||||||
| 言語 | ja | |||||
| 出版者 | 情報処理学会 | |||||
