×
亨利克·雅各布森

从递归神经网络中提取规则：分类法和综述。 （英语） Zbl 1087.68089号

神经计算。 17，第6期，1223-1263（2005）.
摘要：递归神经网络（RNN）中的规则提取（RE）是指寻找底层RNN的模型，通常以有限状态机的形式，在令人满意的程度上模拟网络，同时具有更透明的优点。与其他或多或少的即席方法相比，RNN中的RE可以支持对RNN进行更深入、更深刻的分析。RE可以让我们在RNN作为一类计算设备的相当抽象的理论知识和RNN实例化的定量性能评估之间的中间层次上理解RNN。自20世纪90年代初以来，从RNN中提取规则的技术的发展一直是一个活跃的领域。本文回顾了这一发展的进展，并对其进行了详细分析。为了构建调查并评估技术，已经制定了专门为此目的设计的分类法。此外，确定了重要的开放研究问题，如果处理得当，可能会给该领域带来重大推动。

引用于11文件

MSC公司：

68T05型 人工智能中的学习和自适应系统

软件：

LSTM公司
PDF格式BibTeX公司 XML格式引用
\textit{H.Jacobsson}，神经计算。17，第6号，1223--1263（2005；Zbl 1087.68089）
全文： 内政部

参考文献：

[1] 内政部：10.1016/0950-7051（96）81920-4·Zbl 05477666号 ·doi:10.1016/0950-7051（96）81920-4
[2] 内政部：10.1162/089976603321780281·Zbl 1086.68580号 ·doi:10.1162/089976603321780281
[3] 内政部：10.1109/72.279181·doi:10.1109/72.279181
[4] 内政部：10.1162/neco.1997.9.5.1127·doi:10.1162/neco.1999.9.5.1127
[5] DOI:10.1002/（SICI）1098-111X（200007）15:7<595:：AID-INT2>3.0.CO；2-5 ·Zbl 0958.68141号 ·doi:10.1002/（SICI）1098-111X（200007）15:7<595:：AID-INT2>3.0.CO；2-5
[6] DOI:10.1162/neco.1995.7.4.845·doi:10.1162/neco.1995.7.4.845
[7] 内政部：10.1109/69.917555·兹伯利05108850 ·数字对象标识代码：10.1109/69.917555
[8] 内政部：10.1162/089976600300015097·doi:10.1162/089976600300015097
[9] 内政部：10.1162/neco.1996.8.6.1135·Zbl 05475401号 ·doi:10.1162/neco.1996.8.6.1135
[10] DOI:10.11162/153244304773936063·Zbl 1102.68487号 ·网址：10.1162/153244304773936063
[11] 内政部：10.1162/neco.1989.1.3.372·doi:10.1162/neco.1989.1.3.372
[12] 内政部：10.1016/0167-2789（94）90273-9·Zbl 0860.68046号 ·doi:10.1016/0167-2789（94）90273-9
[13] Das S.，计算机科学与信息学21（2）pp 35–（1991）
[14] DOI:10.1016/S0893-6080（97）00113-5·doi:10.1016/S0893-6080（97）00113-5
[15] 内政部：10.1016/0364-0213（90）90002-E·doi:10.1016/0364-0213（90）90002-E
[16] 内政部：10.1007/BF00116897·doi:10.1007/BF00116897
[17] 内政部：10.1109/72.963769·doi:10.1109/72.963769
[18] DOI:10.1016/0893-6080（95）00041-0·Zbl 05479128号 ·doi:10.1016/0893-6080（95）00041-0
[19] DOI:10.1023/A:1010884214864·Zbl 0983.68163号 ·doi:10.1023/A:1010884214864
[20] 内政部：10.1162/neco.1992.4.3.393·doi:10.1162/neco.1992.4.3.393
[21] 内政部：10.1080/09540099308915703·网址：10.1080/09540099308915703
[22] 内政部：10.1109/72.317740·数字对象标识代码：10.1109/72.317740
[23] 内政部：10.1109/72.668898·数字对象标识代码：10.1109/72.668898
[24] 内政部：10.1016/0893-6080（95）00025-U·Zbl 05479110号 ·doi:10.1016/0893-6080（95）00025-U
[25] DOI:10.1109/72.286928·数字对象标识代码：10.1109/72.286928
[26] 内政部：10.1162/08997660360675080·兹比尔1085.68125 ·doi:10.1162/08997660360675080
[27] 内政部：10.1016/0004-3702（90）90004-J·Zbl 05472899号 ·doi:10.1016/0004-3702（90）90004-J
[28] 内政部：10.1016/0921-8890（95）00016-9·doi:10.1016/0921-8890（95）00016-9
[29] 内政部：10.1109/TNN.2003.813837·doi:10.1109/TNN.2003.813837
[30] Jagota A.，《神经计算调查》，第2页，第1页–（1999年）·Zbl 0924.68156号
[31] DOI:10.145/31499.331504·数字对象标识代码：10.1145/331499.331504
[32] 内政部：10.1080/09528139508953809·doi:10.1080/09528139508953809
[33] 内政部：10.1162/089976601300014538·Zbl 0973.68200号 ·doi:10.1162/089976601300014538
[34] 内政部：10.1109/69.842255·Zbl 05108575号 ·doi:10.1109/69.842255
[35] 内政部：10.1162/neco.1996.6.1155·doi:10.1162/neco.1996.6.1155
[36] 内政部：10.1007/BF02478259·Zbl 0063.03860号 ·doi:10.1007/BF02478259
[37] Medler D.，神经计算调查1（1），第61页–（1998）
[38] 内政部：10.1109/3477.499797·doi:10.1109/3477.499797
[39] 内政部：10.1142/S021801493000431·doi:10.1142/S021801493000431
[40] 内政部：10.1145/235809.235811·Zbl 0883.68105号 ·数字对象标识代码：10.1145/235809.235811
[41] DOI:10.1016/0893-6080（95）00086-0·Zbl 05477587号 ·doi:10.1016/0893-6080（95）00086-0
[42] 内政部：10.1109/69.485647·兹伯利05108780 ·数字对象标识代码：10.1109/69.485647
[43] 内政部：10.1109/91.660809·数字对象标识代码：10.1109/91.660809
[44] DOI:10.1016/S0019-9958（63）90290-0·Zbl 0182.33602号 ·doi:10.1016/S0019-9958（63）90290-0
[45] 内政部：10.1080/095400999116340·doi:10.1080/095400999116340
[46] 内政部：10.1162/neco.1992.4.2.234·doi:10.1162/neco.1992.4.2.234
[47] 内政部：10.1007/BF00114843·doi:10.1007/BF00114843
[48] 内政部：10.1006/jcss.1995.1013·Zbl 0826.68104号 ·文件编号：10.1006/jcss.1995.1013
[49] 内政部：10.1162/089976603322518731·Zbl 1097.68589号 ·doi:10.1162/089976603322518731
[50] DOI:10.1016/S0364-0213（99）00013-0·Zbl 05396063号 ·doi:10.1016/S0364-0213（99）00013-0
[51] 内政部：10.1109/72.728352·doi:10.1109/72.728352
[52] 内政部：10.1109/TNN.2003.820839·doi:10.1109/TNN.2003.820839
[53] 内政部：10.1162/08997660360675099·Zbl 1085.68136号 ·doi:10.1162/08997660360675099
[54] 内政部：10.1109/72.750555·doi:10.1109/72.750555
[55] 内政部：10.1162/neco.1995.7.4.822·doi:10.1162/neco.1995.7.4.822
[56] Tio P.，《神经网络世界》8（5），第517页–（1998）
[57] Towell G.G.，机器学习13（1）pp 17–（1993）
[58] 内政部：10.1162/08997660460733994·Zbl 1084.68110号 ·doi:10.11162/0899760460733994
[59] 内政部：10.1016/0960-0779（94）90015-9·兹伯利0793.60117 ·doi:10.1016/0960-0779（94）90015-9
[60] 内政部：10.1162/neco.1993.5.6.976·doi:10.1162/neco.1993.5.6.976
[61] 内政部：10.1177/10597123020100003003·doi:10.1177/1059712302010003
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。