概念学習における事例収集のための知識循環モデルの構築
スポンサーリンク
概要
- 論文の詳細を見る
本研究では近年 Web 上に見られるようになった 「物当てゲーム」 の知識循環性と概念の事例収集特性に着目し,このゲームを概念学習における事例収集のために用いる方法を提案する.本システムの特徴は,過去のゲーム結果から概念を学習し,その結果を新たな概念の学習に利用できることである.また,多くの人にプレイされることにより,獲得される概念が平均化される 「集合知特性」 を持つ.実験の結果,本システムではゲームを繰り返すことにより概念学習が行われ,ゲーム効率が向上することが確かめられた.
- 2011-09-08
著者
関連論文
- アクション言語(論理に基づく推論研究の動向)
- 解集合プログラミング(論理に基づく推論研究の動向)
- 特集「論理に基づく推論研究の動向」にあたって
- 優先的解集合の論理プログラミングによる計算(「自動推論:帰納,演繹,モデル検査/生成,学習,発見,仮説推論,論理プログラム,プランニングetc.」及び一般)(自動推論)
- アクション言語
- 解集合プログラミング
- 論理プログラミングから解集合プログラミングへ(論理と推論技術の展開)
- 事例を用いたセルオートマトンのルール生成 (小特集:「Semantic Webとインテリジェントコンテンツ」および一般)
- エージェント間通信におけるアブダクションによる投機的計算(マルチエージェント)
- 概念学習における事例収集のための知識循環モデルの構築
- 概念学習における事例収集のための知識循環モデルの構築
- 概念学習における事例収集のための知識循環モデルの構築
- アブダクションを使った帰納的学習について
- 擬似ライフゲームの分類に関する一考察
- 擬似ライフゲームの分類に関する一考察