科林·德·拉·希格拉 多项式语法推理的特征集。 (英语) 兹比尔0884.68107 机器。学习。 27,第2期,125-138(1997). 小结:当关注有效的语法推理时,有两个问题是相关的:第一个是确定结果的质量,第二个是尝试使用多项式时间和空间。处理第一点的一个典型想法是,如果一个算法在极限内推断出正确的语言,那么它就会表现良好。第二点导致了关于如何定义多项式时间的争论:多项式推理的主要定义是由Pitt和Anguin提出的。在本文中,我们回到戈尔德提出的一个定义,该定义要求每个语法都存在一个特征字符串集,并且该集是要学习的语法或自动机大小的多项式,其中样本的大小是它所包括的所有字符串的长度之和。一旦特征集包含在数据中,学习算法也必须正确推断。我们首先表明,这个定义对应于Goldman和Mathias定义的可教性概念。通过将教师/学习者模型应用于语法推理,我们证明了在多项式时间和数据的限制下,上下文无关文法、简单确定性文法、线性文法和非确定性有限自动机给出的语言是不可识别的。 引用于1审查引用于31文件 MSC公司: 68T05型 人工智能中的学习和自适应系统 关键词:准确识别;语法推理;多项式推理;无上下文文法 PDF格式BibTeX公司 XML格式引用 \textit{C.de la Higuera},马赫。学习。27,No.2,125--138(1997;Zbl 0884.68107) 全文: 内政部