GAを用いた番地型変数配置による述語の帰納的学習
スポンサーリンク
概要
- 論文の詳細を見る
In this paper, an inductive learning method using Genetic Algorithms(GA) is proposed, which learns Prolog programs from true examples given for the programs. The programs are recursive predicates whose goals have the same functor and the same arity. The gene representation of a predicate is a serial conjunction of bits blocks, each of which has an argument part at the head and a delimiter at the tail to encode predicate arguments. Terms of the argument are [], [H|T] and V, in which H, T and V mean Prolog variables. In bits blocks, each variable is treated as an address pointer and unification among variables is pointer addressing from a variable to another. The addressing is encoded to a bits block together with a delimiter at the places correspondent to the variable. The arguments of a goal are recognized in sevral continuous bits blocks, and arguments by bits are translated to Prolog terms according to meaning of each bit. Learning from the examples is executed by GA operations on a population of a given size and by a meta interpreter. The GA operations in use are the multiplex crossover whose points are decided at random, the uniform mutation which partially uses the adaptive mutation, and the elitist strategy. The meta interpreter examines an individual on possibility of translation to a Prolog clause and scores the ratio of satisfied examples against the givens as the fitness of the translated clause. If the individual of the highest fitness gives true to some examples, a clause has learned and the examples given true are deleted. The learning process runs adding one goal to the older clause step by step. If no example remains, learning ends. Applying the method to the 'append' learned its definition within about 30 generations of 20 elite individuals each.
- 社団法人人工知能学会の論文
- 1996-07-01
著者
関連論文
- Prolog推論網における知識空間構築の一提案
- ネット上で多重バックトラックが可能なエージェント指向推論について
- WWW上のVirtual Corporation おける Mobile Agent利用の一考察
- WWW上におけるVirtual Corporationの構成に関する一考察
- 面心立方格子に基づく量子化データからの等値面構成法
- L-072 モバイルエージェントによるエージェントネットワークの自動構成(L分野:ネットワークコンピューティング)
- E-15 意味構造抽出によるテキストマイニングと知識利用(情報抽出,E.自然言語・文書)
- 形を有する対象の操作における自律分散型協調処理の一手法
- 事例利用による任意・多目的制約充足 : 線形制約による基本手法の考察
- 接触感覚を用いた形状入力手法
- 3R-8 野球における捕手の配球予測に関する方法(学習,学生セッション,人工知能と認知科学)
- 2ZC-4 仮想環境上での身体性人工知能へのアプローチ(インタラクティブデザイン,学生セッション,インターフェース)
- 文とブロック図の意味補完による特許文章理解へのアプローチ
- 2Z-9 Web上における単語の意味関係の変化を把握する手法の提案(人工知能一般(3),学生セッション,人工知能と認知科学,情報処理学会創立50周年記念)
- 6U-1 単文化処理における連体修飾語の一部省略を適用した日英翻訳向上へのアプローチ(自然言語処理,学生セッション,人工知能と認知科学)
- 文書の混合・整理による発想支援へのアプローチ
- GAを用いた文生成における収束性について
- 概念の進化論的形成に関する一手法
- マルチエージェントによる未知環境下の挙動シミュレーション
- GAを用いた番地型変数配置による述語の帰納的学習
- 仕様充足問題における初期値推定法
- Prolog述語の遺伝子ベースに関する研究 : 基本再帰述語の生成とその拡張
- 黒板モデルを用いた分散CPLの協調
- Prolog述語のGAによる帰納的生成
- モデル製作における人間感性の役割(型・模型)
- HMDの焦点調節補償機能に着目した仮想スポーツにおける捕球タイミングの評価