進化論的手法によるブール関数の学習について

概要

論文の詳細を見る
ブール関数の学習は機械学習の基本的研究分野の一つである.この学習についてはアルゴリズム的アプローチによる健全かつ完全な学習法(Decision trees, Enumeration等)が知られており,また計算論的学習理論に基づいた学習能力の評価方法も提案されている.しかし,アルゴリズム的アプローチには計算量の問題があるため,ある程度の完全性を犠牲にして効果的な探索を目指す統計的または進化論的手法が幾つか提案されている.その代表例が,クラシファイヤシステム(以下CS)やALN(Adaptive Logic Networks),ニューラルネット(以下NN)である.しかしながら,計算論的学習理論の視点による,これらの手法の能力の比較研究はほとんどなされていない.本稿では,これらの進化論的または統計的な手法による学習方法の能力の,PAC(Probably Approximately Correctly)に基づいた評価方法による評価結果を報告する.さらに,学習時にノイズを加えた場合についても同様に評価する.
一般社団法人情報処理学会の論文
1993-09-27