事例からのルール獲得における中間仮説抽出手法
スポンサーリンク
概要
- 論文の詳細を見る
ID3等の診断型ルール獲得アルゴリズムで獲得された知識は、論理学的には積和標準型とみなせる。しかし、人間は背景知識を用いて推論を積み重ねて判断するため、獲得された知識を1段の積和標準型を用いて表現すると、ルールの持つ意味が理解困難となる場合がある。そこで、事例から3段のルールを生成し、この1段目の結論を中間仮説として人間に提示しと知識獲得を支援する手法を提案する。本手法は、例外を除去した事例から1段のルールを獲得するステップと、1段ルールを2段化するステップから構成され、記述量が(準)最小化された2段ルールを生成するように例外事例を決定する。これにより、例外事例の影響を抑えた2段ルールの獲得が期待される。
- 一般社団法人情報処理学会の論文
- 1992-02-24
著者
関連論文
- ブートストラップに基づく決定木学習
- 概念獲得アルゴリズムの適用による意味属性体系を用いた翻訳ルールの学習
- 注視点制御による動的質問生成手法
- 巡回目標を優先度によりグループ化した最短経路探索手法
- 診断型エキスパートシステムのための動的適応型入力インタフェーサ
- あいまいな中間目標を有する巡回経路探索
- 特集「人工知能の理論と実際」にあたって
- 制約充足エージェントに基づくワークフローの実現(ソフトウェアエージェントとその応用論文特集)
- 制約知識を用いたナビゲーション戦略学習機能の実現
- 制約型プログラミングによるオフィス処理の実現
- 仮事例生成を用いた知識と事例からの学習
- ユーザフレンドリな誘導戦略を学習するデータエントリシステムの実現
- 制約指向プログラミングにもとづくオフィスシステム記述法
- ナビゲーション戦略を獲得するデータエントリシステムの実現
- ナビゲーション戦略を獲得するデータエントリシステムの実現
- 人手作成ルールと事例に基づく英語動詞選択ルールの学習
- 制約指向に基づくオフィス業務記述法の分析
- 既存知識と事例に基づく融合型学習手法(II)
- 既存知識と事例に基づく融合型学習手法(II)
- 多数決判別関数のBDDによる簡約化
- 既存知識と事例にもとづく融合型学習手法
- 制約型プログラミングによるオフィス処理の実現
- 帰納学習による日本語動詞翻訳ルールの自動獲得
- 多数決判別関数のBDDによる簡約化
- 対話的制約充足手法による制約プログラミングの実現
- オペレータ操作を学習する宣言型データーベース処理方式(その2) : 手続き的知識の自動学習
- 通信と人工知能 : 音声・文字認識の通信サービスへの適用
- ルールとフレームを用いたエキスパートシステム画面構成法
- 木構造属性を許容する決定木学習
- 2000-ICS-121-11 ブースティングによる精度向上を実現する単一決定木の学習
- OFS2000-26 / AI2000-28 ブースティングによる精度向上を実現する単一決定木の学習
- OFS2000-26 / AI2000-28 ブースティングによる精度向上を実現する単一決定木の学習
- 多数決関数の決定木表現
- 2.応用上の課題に対する解決法(例からの学習技術の応用に向けて)
- 1.基本技術とその応用上の課題 (例からの学習技術の応用に向けて)
- 木構造属性を許容する決定木学習
- 木構造属性を許容する決定木学習
- 属性値に多価を許容する事例からの翻訳ルール学習手法
- バイナリー概念カバー率に基づくマルチクラス学習手法
- オペレータ操作を学習する宣言型データーベース処理方式(その1) : 制約にもとづくオフィス処理モデル
- 事例からのルール獲得における中間仮説抽出手法