阿琳·佩斯;格尔森·扎维鲁查;维托尔·桑托斯·科斯塔 使用随机局部搜索技术从示例中修改一阶逻辑理论。 (英语) Zbl 1453.68172号 机器。学习。 106,第2期,197-241(2017). 总结:从实例中修正理论是从一组实例中修复错误理论和/或改进不完整理论的过程。这一过程通常比单纯的归纳学习产生更准确、更容易理解的理论。然而,到目前为止,理论修正技术的使用受到了它们所产生的巨大搜索空间的限制。在本文中,我们认为通过引入随机局部搜索可以减少理论修正系统的搜索空间。更准确地说,我们在修订过程的关键步骤引入了许多随机局部搜索组件,并在最先进的修订系统上实现它们,该系统利用最具体的子句来约束搜索空间。我们表明,使用这些SLS技术,可以在可行的时间内执行修订系统,同时仍然改进初始理论,并且在许多情况下甚至达到比确定性修订更好的精度过程。此外,在某些情况下,与从空的初始假设中学习或假设初始理论正确的ILP系统相比,修订过程可以更快,并且仍然可以获得更好的准确性。 引用于2文件 MSC公司: 68T20型 人工智能背景下的问题解决(启发式、搜索策略等) 第68页第17页 逻辑编程 68T05型 人工智能中的学习和自适应系统 68T27型 人工智能中的逻辑 关键词:归纳逻辑程序设计;从实例中修正理论;随机局部搜索 软件:徒步旅行;YAP-序言;DIMACS公司;ProGolem公司;阿勒夫 PDF格式BibTeX公司 XML格式引用 \textit{A.Paes}等人,马赫。学习。106,第2号,197--241(2017;Zbl 1453.68172) 全文: DOI程序 参考文献: [1] Adé,H.、Malfait,B.和De Raedt,L.(1994)。RUTH:一个ILP理论修正系统。在第八届智能系统方法论国际研讨会(ISMIS-94)上,LNCS(第869卷,第336-345页)。施普林格 [2] Blockeel,H.和De Raedt,L.(1998年)。一阶逻辑决策树的自顶向下归纳。人工智能,101(1-2),285-297·Zbl 0909.68034号 ·doi:10.1016/S0004-3702(98)00034-4 [3] Bratko,I.(1999)。完善ILP中的完整假设。在《第九届归纳逻辑编程会议录》(ILP-99)中,LNAI(第1634卷,第44-55页)Springer。 [4] Buntine,W.(1991)。贝叶斯网络的理论精化。《第17届人工智能不确定性年会论文集》(UAI-91),加利福尼亚州圣马特奥(第52-60页)。 [5] Cheng,J.、Hatzis,C.、Hyashi,H.、Krogel,M.A.、Morishita,S.、Page,D.等人(2002年)。KDD Cup 2001报告。SIGKDD探索,3(2),47-64·doi:10.1145/507515.507523 [6] Chisholm,M.和Tadepalli,P.(2002)。通过随机迭代局部搜索学习决策规则。第19届机器学习国际会议论文集(ICML-02)(第75-82页)。 [7] De Raedt,L.和Bruynooghe,M.(1993)。小句发现理论。第13届国际人工智能联合会议记录(IJCAI-93)(第1058-1063页)。 [8] Dietterich,T.、Domingos,P.、Getoor,L.、Muggleton,S.和Tadeballi,P.(2008年)。结构化机器学习:未来十年。机器学习,73,3-23·Zbl 1470.68098号 ·doi:10.1007/s10994-008-5079-1 [9] Duboc,A.L.、Paes,A.和Zaverucha,G.(2009年)。使用底部子句和模式声明对FOL理论进行修正。机器学习,76(1),73-107·Zbl 1156.68526号 ·doi:10.1007/s10994-009-5116-8 [10] Dzeroski,S.和Bratko,I.(1992年)。处理归纳逻辑编程中的噪声。第二届归纳逻辑编程国际研讨会论文集。 [11] Esposito,F.、Semeraro,G.、Fanizzi,N.和Ferilli,S.(2000)。多策略理论修正:INTHELEX中的归纳和诱拐。机器学习,38(1-2),133-156·Zbl 0960.68603号 ·doi:10.1023/A:1007638124237 [12] Gama,J.(2010)。从数据流中发现知识。博卡拉顿:CRC出版社·Zbl 1230.68017号 ·doi:10.1201/EBK1439826119 [13] Gama,J.、Medas,P.、Castillo,G.和Rodrigues,P.(2004)。学习漂移检测。人工智能进展-SBIA 2004(第286-295页)Springer·Zbl 1105.68376号 [14] Garcez,A.和Zaverucha,G.(1999)。连接归纳学习和逻辑编程系统。应用情报,11,59-77·doi:10.1023/A:1008328630915 [15] Hirst,J.D.、King,R.D.和Sternberg,M.J.E.(1994年)。神经网络和归纳逻辑编程的定量结构-活性关系。嘧啶对二氢叶酸还原酶的抑制。计算机辅助分子设计杂志,8(4),405-420·doi:10.1007/BF00125375 [16] Hoos,H.H.和Stützle,T.(2005)。随机局部搜索:基础与应用(第1版)。加利福尼亚:爱思唯尔·Zbl 1126.68032号 [17] Joshi,S.、Ramakrishnan,G.和Srinivasan,A.(2008)。使用理论指导采样和随机搜索构建特征。在第18届ILP国际会议的会议记录中,LNAI(第5194卷,第140-157页)Springer。 [18] Kadupitige,S.R.、Julia,K.C.L.、Sellmeier,S.J.、Catchpoole,D.R.、Bain,M.和Gaeta,B.A.(2009年)。MINER:通过表达数据的机器学习对基因交互网络进行探索性分析。BMC基因组学,10(增刊3),S17·doi:10.1186/1471-2164-10-S3-S17 [19] King,R.D.、Muggleton,S.和Sternberg,M.(1992年)。通过机器学习进行药物设计:使用归纳逻辑编程来建模甲氧苄啶类似物与二氢叶酸还原酶结合的构效关系。《美国国家科学院院刊》,89(23),11322-11326·doi:10.1073/pnas.89.23.11322 [20] Kohavi,R.(1995)。精度估计和模型选择的交叉验证和引导研究。第14届国际人工智能联合会议记录(IJCAI-95)(第1137-1145页)。 [21] Kowalski,R.A.和Kuehner,D.(1971)。具有选择功能的线性分辨率。人工智能,2(3/4),227-260·Zbl 0234.68037号 ·doi:10.1016/0004-3702(71)90012-9 [22] Lloyd,J.(1987)。逻辑编程基础(第二版)。柏林:斯普林格·兹比尔0668.68004 ·doi:10.1007/978-3-642-83189-8 [23] Muggleton,S.(1995年)。逆蕴涵和程序。新一代计算,13(3和4),245-286·doi:10.1007/BF03037227 [24] Muggleton,S.(2005)。系统生物学的机器学习。在第15届归纳逻辑编程国际会议(ILP-05)的会议记录中,计算机科学的课堂讲稿(第3625卷,第416-423页)斯普林格。 [25] Muggleton,S.和Bryant,C.H.(2000)。使用逆蕴涵完成理论。在第十届ILP国际会议的会议记录中,LNAI(第1866卷,第130-146页)Springer·Zbl 0994.68623号 [26] Muggleton,S.和Tamaddoni-Nezhad,A.(2008年)。QG/GA:Progol的随机搜索。机器学习,70(2-3),121-133·Zbl 1470.68217号 ·文件编号:10.1007/s10994-007-5029-3 [27] Muggleton,S.、Paes,A.、Costa,V.S.和Zaverucha,G.(2010a)。国际象棋修正:通过FOL理论修正从实例中获取国际象棋变体的规则。在归纳逻辑编程,第19届国际会议,ILP 2009。修订论文,LNCS(第5989卷,第123-130页)Springer。 [28] Muggleton,S.、Santos,J.C.A.和Tamaddoni-Nezhad,A.(2010b)。ProGolem:基于相对最小概括的系统。在第1届归纳逻辑编程国际会议论文集(ILP-09)中,LNAI(第5989卷,第131-148页)Springer·Zbl 1286.68054号 [29] Muggleton,S.H.、King,R.D.和Sternberg,M.J.E.(1992年)。基于逻辑的机器学习的蛋白质二级结构预测。蛋白质工程,5(7),647-657·doi:10.1093/蛋白质/5.7.647 [30] Paes,A.、Revoredo,K.、Zaverucha,G.和Santos-Costa,V.(2005)。从实例中修正概率一阶理论。在第15届归纳逻辑编程国际会议(ILP-05)的会议记录中,LNAI(第3625卷,第295-311页)Springer·兹比尔1134.68550 [31] Paes,A.、Zah elezní,F.、Zaverucha,G.、Page,D.和Srinivasan,A.(2006)。通过命题化和随机k项DNF学习实现ILP。在第16届国际劳工大会修订论文集(ILP-06)中,LNAI(第4455卷,第379-393页)Springer·兹比尔1201.68102 [32] Paes,A.、Zaverucha,G.和Santos Costa,V.(2007年)。通过随机局部搜索从示例中修改一阶逻辑理论。在第17届国际劳工大会会议记录(ILP-07)中,LNAI(第4894卷,第200-210页)Springer·Zbl 1136.68500号 [33] Paes,A.M.(2011)。从实例看贝叶斯逻辑程序的有效修正。博士论文。 [34] Quinlan,J.(1990)。从关系中学习逻辑定义。机器学习,5239-266。 [35] Ramachandran,S.和Mooney,R.(1998年)。带隐变量贝叶斯网络的理论精化。《第十五届机器学习国际会议论文集》(ICML-98)(第454-462页)。 [36] Richards,B.L.和Mooney,R.J.(1992年)。通过寻路学习关系。第十届全国人工智能年会论文集(AAAI-92)(第50-55页)。 [37] Richards,B.L.和Mooney,R.J.(1995)。一阶Horn-子句域理论的自动精化。机器学习,19(2),95-131。 [38] Richardson,M.和Domingos,P.(2006年)。马尔可夫逻辑网络。机器学习,62(1-2),107-136·Zbl 1470.68221号 ·doi:10.1007/s10994-006-5833-1 [39] Rückert,U.和Kramer,S.(2003)。k项DNF学习中的随机局部搜索。第20届机器学习国际会议论文集(ICML-03)(第648-655页)。 [40] Rückert,U.和Kramer,S.(2004)。为规则学习设定严格的界限。《第21届机器学习国际会议论文集》(ICML-04),ACM(第69卷)。 [41] Russell,S.和Norvig,P.(2010年)。《人工智能:现代方法》(第三版)。新泽西州Englewook Cliffs:Prentice-Hall·Zbl 0835.68093号 [42] Santos Costa,V.、Damas,L.和Rocha,R.(2012)。yap-prolog系统。逻辑程序设计理论与实践,12(专刊1-2),5-34·Zbl 1244.68017号 ·doi:10.1017/S1471068411000512 [43] Selman,B.、Levesque,H.和Mitchell,D.(1992年)。一种解决难满足问题的新方法。第十届全国人工智能年会论文集(AAAI-92)(第440-446页)。 [44] Selman,B.、Kautz,H.A.和Cohen,B.(1996年)。可满足性测试的局部搜索策略。集团、着色和可满足性:第二个DIMACS实施挑战,1993年10月11-13日。离散数学和理论计算机科学DIMACS系列(第26卷,第521-532页)·Zbl 0864.90093号 [45] Serrurier,M.和Prade,H.(2008)。用模拟退火改进归纳逻辑程序设计。信息科学,178(6),1423-1441·Zbl 1134.68019号 ·doi:10.1016/j.ins.2007.10.15 [46] E·夏皮罗。Y.(1981)。模型推理系统。第七届国际人工智能联合会议记录(IJCAI-81)(第1064页),威廉·考夫曼。 [47] Specia,L.、Srinivasan,A.、Joshi,S.、Ramakrishnan,G.和Nunes,M.D.G.V.(2009)。对特征结构的研究以帮助词义消歧。机器学习,76(1),109-136·Zbl 1470.68229号 ·doi:10.1007/s10994-009-5114-x [48] Srinivasan,A.(2000年)。用ILP搜索大空间的两种概率方法的研究。技术代表PRG-TR-16-00,牛津大学计算实验室,牛津。 [49] Srinivasan,A.(2001)。Aleph手册。http://web.comlab.ox.ac.uk/oucl/research/areas/machlearn/Aleph/Aleph.html。 [50] Tamaddoni-Nezhad,A.和Muggleton,S.(2000年)。用遗传算法搜索包含格。在第十届ILP国际会议论文集(ILP-00)中,LNAI(第1866卷,第243-252页)Springer·Zbl 0994.68516号 [51] Towell,G.和Shavlik,J.(1994年)。基于知识的人工神经网络。人工智能,70(1-2),119-165·Zbl 0938.68774号 ·doi:10.1016/0004-3702(94)90105-8 [52] Widmer,G.和Kubat,M.(1996年)。在存在概念漂移和隐藏背景的情况下学习。机器学习,23(1),69-101。 [53] Wogulis,J.和Pazzani,M.(1993年)。评估理论修订系统的方法:Audrey II的结果。第13届国际人工智能联合会议记录(IJCAI-93)(第1128-1134页)。 [54] Woolley,A.W.、Chabris,C.F.、Pentland,A.、Hashmi,N.和Malone,T.W.(2010年)。人类群体表现中集体智力因素的证据。《科学》,330(6004),686-688·doi:10.1126/科学.1193147 [55] Wrobel,S.(1994)。互动理论修正中的概念形成。机器学习,14(1),169-191·Zbl 0804.68126号 ·doi:10.1023/A:1022674116380 [56] Wrobel,S。;Raedt,L.(编辑),一阶理论精化,14-33(1996),荷兰 [57] Zhi elezní,F.、Srinivasan,A.和Page,D.(2002)。格搜索运行时分发可能是重跟踪的。在第二十届归纳逻辑编程国际会议(ILP-02)的会议记录中,LNAI(第2583卷,第341-358页)Springer·Zbl 1017.68537号 [58] Zhi elezní,F.、Srinivasan,A.和Page,D.(2006)。在ILP中随机重新启动搜索。机器学习,64(1-3),183-208·兹比尔1103.68484 ·doi:10.1007/s10994-006-7733-9 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。