レート・リスク理論の知識処理問題への拡張
スポンサーリンク
概要
- 論文の詳細を見る
ベイズ(Bayes)統計的決定間題に対して確立されているレート・リスク理論(1)を,推論を必要とする知識処理問題を扱うことができるように拡張した.この拡張により,知識処理問題に対して許容される解答リスクを達成するために,知識処理システムが具備すべき最小情報量(データベース量/知識ベース量)は,レート・ひずみ関数として計算することができるようになった.
- 社団法人電子情報通信学会の論文
- 1993-01-25
著者
関連論文
- ニューラルネットを用いた非単調論理の構成理論
- 確定型ニューラルネットの理論フレームワーク
- 正則写像を近似する複素ニューラルネットの有限学習データと最小構造
- Hebbianネットのカオス動作
- 曲線連続写像を有限学習データから汎化・近似する3階層ニューラルネット
- 局所レート・リスク関数
- 大局レート・リスク関数
- ファジー連想記憶を実現するニューラルネット
- 遺伝的アルゴリズムの2ビット問題(タイプI)に対する収束性
- 遺伝的アルゴリズムの収束理論
- 論理学におけるヒルベルトのプログラムとゲーデルの不完全性定理
- レート・リスク理論の知識処理問題への拡張
- 遺伝的アルゴリズムの2ビット問題に対する収束性
- 非単調論理においてベイズルールを生成する汎化知識の構成
- 制約条件なし最適化問題のニューラルネットによる解法理論
- 制約条件付き最適化問題のニューラルネットによる解法理論
- 非単調論理を実現するニューラルネット
- 非単調論理においてレート・歪定理を実現する公理拡張規則
- 適応型ニュ-ラルネットによる動的最適化問題の解法理論
- 非単調論理においてレ-ト・ひずみ定理を実現する公理完備化規則
- 非単調論理の構文論と意味論の統合
- 知識処理におけるレ-ト・リスク関数とレ-ト・ひずみ関数の間の不等式関係
- 巡回セ-ルスマン問題の許容解を得るためのホップフィ-ルドモデルの拡張
- 最適化問題の極小解を与える相互結合ニュ-ラルネットの構成
- 巡回セールスマン問題のニューラルフレームワーク
- 許容ひずみを満たすニュ-ラルネットのユニット数最小な荷重構造決定定理
- 概念識別向き階層型ファジ-ニュ-ラルネットモデル
- 知能プロトコルのアーキテクチャ