×

关于递归语言的分类。 (英语) Zbl 1074.68030号

摘要:给定语言类的单边分类器在类中的每种语言上收敛到1,在类外的语言上常常无限地输出0。另一方面,双边分类器在类中的语言上收敛到1,在类外的语言上则收敛到0。本文研究递归语言类的单边和双边分类。提出了有助于评估自然类的可分类性的定理。从图灵度的角度研究了分类与归纳学习理论和结构复杂性理论的关系。此外,还研究了仅从正数据进行分类的特殊情况。

MSC公司:

65年第68季度 形式语言和自动机
68问题32 计算学习理论
03D28号 其他图灵度结构
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 阿德尔曼,L.M。;Blum,M.,归纳推理与不可解性,符号逻辑期刊,56891-900(1991)·Zbl 0751.03018号
[2] Ambainis,A。;Jain,S。;Sharma,A.,语言识别的顺序思维变化复杂性,理论计算机科学,220323-343(1999)·Zbl 0954.68082号
[3] Angluin,D.,《从实证数据对形式语言的归纳推理》,《信息与控制》,45117-135(1980)·Zbl 0459.68051号
[4] G.Baliga,J.Case,《高阶附加信息学习》,载于:《算法学习理论》,第四届类比和归纳推理国际研讨会,AII 1994,第五届算法学习理论国际研讨会,ALT 1994,Reinhardsbrunn Castle,德国,1994年10月10日至15日,Proceedings,《Springer人工智能讲义》,8721994年,第64-75页;G.Baliga,J.Case,《高阶附加信息学习》,载于:《算法学习理论》,第四届类比和归纳推理国际研讨会,AII 1994,第五届算法学习理论国际研讨会,ALT 1994,Reinhardsbrunn Castle,德国,1994年10月10日至15日,Proceedings,《Springer人工智能讲义》,8721994年,第64-75页·Zbl 1044.68637号
[5] 巴里加,G。;凯斯·J。;Jain,S。;Suraj,M.,《高阶程序的机器学习》,《符号逻辑杂志》,59486-500(1994)·Zbl 0814.03034号
[6] Ben-David,S.,有限样本能否检测实值函数的奇异性?,《算法》,22,3-17(1998)·Zbl 0910.68168号
[7] \(Bā\)rzdiņsh,J。;Freivalds,R.,递归可数函数类的预测和极限综合,拉维亚斯·瓦尔斯特大学Zinatnieski Raksti,210,101-111(1974)
[8] 布鲁姆,L。;Blum,M.,《朝向归纳推理的数学理论,信息与控制》,第28期,第125-155页(1975年)·Zbl 0375.02028号
[9] Büchi,J.R.,《受限二阶算术中的决策方法(俄语)》,Kiberneticheskij Sbornik,878-90(1964)·Zbl 0215.32401号
[10] Büchi,J.R。;Landweber,L.H.,《继承者的一元二阶理论的可定义性》,《符号逻辑杂志》,第34期,第166-170页(1969年)·Zbl 0209.02203号
[11] 凯斯·J。;Jain,S。;Ngo Manguelle,S.,Popperian和可靠机器对归纳推理的改进,Kybernetika,30,23-52(1994)·Zbl 0819.68052号
[12] 凯斯·J。;Jain,S。;Sharma,A.,《关于学习限制程序》,《国际计算机科学基础杂志》,3,93-115(1992)·Zbl 0772.68068号
[13] J.Case,E.Kinber,A.Sharma,F.Stephan,《关于可计算语言的分类》,收录于:STACS 1997,第14届计算机科学理论方面年度研讨会,德国吕贝克,1997年2月27日至3月1日,《计算机科学史普林格讲义论文集》,12001997年,第225-236页;J.Case,E.Kinber,A.Sharma,F.Stephan,《关于可计算语言的分类》,收录于:STACS 1997,第14届计算机科学理论方面年度研讨会,德国吕贝克,1997年2月27日至3月1日,《计算机科学史普林格讲义论文集》,12001997年,第225-236页·Zbl 1498.68133号
[14] 凯斯·J。;Smith,C.H.,机器归纳推理识别标准的比较,理论计算机科学,25193-220(1983)·兹伯利0524.03025
[15] 弗赖瓦尔德斯,R。;Smith,C.H.,《关于拖延在机器学习、信息和计算中的作用》,107,237-271(1993)·Zbl 0794.68127号
[16] Gasarch,W。;Pleszkoch,M.G。;Stephan,F。;Velauthapillai,M.,《利用信息进行分类》,《数学和人工智能年鉴》,23,147-168(1998)·Zbl 0912.68182号
[17] Gold,E.M.,《限额内的语言识别》,《信息与控制》,10447-474(1967)·Zbl 0259.68032号
[18] Hinman,P.G.,《递归理论层次结构》。《数理逻辑透视》(1978),施普林格出版社:施普林格·海德堡出版社·Zbl 0371.02017号
[19] Jain,S。;Sharma,A.,《基本形式系统,内在复杂性和拖延,信息与计算》,132,65-84(1997)·Zbl 0872.68157号
[20] Jantke,K.P.,单调和非单调归纳推理,新一代计算,8349-360(1991)·Zbl 0712.68081号
[21] Jockusch,C.,《双免疫集的度》,Zeitschrift für Mathematische Logik und Grundlagen der Mathematik,15,135-140(1969)·Zbl 0184.0202号
[22] Kelly,K.,《可靠调查的逻辑》。《哲学中的逻辑与计算》(1995),牛津大学出版社:牛津大学出版社纽约
[23] Landweber,L.H.,(ω)-自动机的决策问题,数学系统理论,3376-384(1969)·Zbl 0182.02402号
[24] McNaughton,R.,用有限自动机测试和生成无限序列,信息与控制,9434-448(1966)·Zbl 0212.33902号
[25] Minicoszi,E.,归纳推理中强辨识的一些自然性质,理论计算机科学,2345-360(1976)·Zbl 0373.68051号
[26] Odifreddi,P.,经典递归理论。《逻辑与数学基础研究》,125(1989),北荷兰:北荷兰阿姆斯特丹·Zbl 0661.03029号
[27] Osherson,D.N。;斯托布,M。;Weinstein,S.,《学习系统》(1986),布拉德福德/麻省理工学院出版社:布拉德福德/MIT出版社伦敦
[28] Post,E.,正整数的递归可枚举集及其决策问题,美国数学学会公报,50284-316(1944)·Zbl 0063.06328号
[29] Rogers,H.,《递归函数和有效计算性理论》(1967),麦格劳-希尔图书公司:纽约麦格劳–希尔图书公司·Zbl 0183.01401号
[30] Sacks,G.E.,《高等递归理论》。数学逻辑透视(1990),施普林格:施普林格-海德堡·兹伯利0716.03043
[31] Sharma,A。;斯蒂芬,F。;Ventsov,Y.,思维变化复杂性的广义概念,信息与计算,189,235-262(2004)·Zbl 1076.68066号
[32] 史密斯,C.H。;Wiehagen,R。;Zeugmann,T.,《谓词和语言分类》,《国际计算机科学基础杂志》,第8期,第15-42页(1997年)·Zbl 0870.68125号
[33] Soare,R.I.,《递归可枚举集和度》。数学逻辑透视(1987),施普林格:施普林格-海德堡·Zbl 0623.03042号
[34] Stephan,F.,《单面分类与双面分类》,《数理逻辑档案》,40,489-513(2001)·Zbl 1054.68076号
[35] 维哈根,R。;Smith,C.H.,概括与分类,《实验与理论人工智能杂志》,第7期,第163-174页(1995年)·Zbl 0939.68772号
[36] Trakhtenbrot,B.A.,《有限自动机和单处谓词逻辑》(俄语),《西伯利亚数学杂志》,第3103-131页(1962年)·Zbl 0115.00701号
[37] T.Zeugmann,S.Lange,《跨越递归语言学习边界的引导之旅》,收录于:基于知识的系统的算法学习,GOSLER最终报告,Springer人工智能课堂笔记,9611995,第190-258页;T.Zeugmann,S.Lange,《跨越递归语言学习边界的导览》,收录于:基于知识的系统的算法学习,GOSLER最终报告,Springer人工智能课堂笔记,9611995,第190-258页
[38] Zeugmann,T。;兰格,S。;Kapur,S.,《单调和双单调语言学习的特征》,《信息与计算》,120155-173(1995)·Zbl 0835.68103号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。