×
萨尔瓦多·尼托·桑切斯；Evangelos三齿目；陈建华；廖，T.沃伦

一种从正反例构造布尔函数的增量学习算法。 （英语） Zbl 1259.68100号

计算。操作。物件。 29，第12期，1677-1700（2002）.
小结：本文通过实例介绍了一种学习布尔函数的增量算法。函数构造为析取范式（DNF）或合取范式（CNF），重点是用尽可能少的子句推断函数。这种增量算法可以与任何现有的从示例中推断布尔函数的算法相结合。在本文中，它与一次一句（OCAT）方法相结合，这是一种非增量学习方法。进行了广泛的计算研究，以评估新方法的性能特征。例如，我们使用二进制向量表示TIPSTER集合中不同类别的文本文档。计算结果表明，新算法具有更高的效率，并且可以导出更精确的布尔函数。正如预期的那样，由新算法导出的布尔函数（以DNF或CNF形式）由比非增量方法导出的函数更多的子句组成。
人们越来越需要能够以对分析员有用的方式分析信息和推断模式的方法。这是从数据库中进行数据挖掘和知识发现的核心。此类方法通常从属于不同类的观测值推断布尔函数。本文提出了一种在增量设置中推断布尔函数的方法。提出的方法可以与现有的从示例中推断布尔函数的算法结合使用。本文介绍了算法的发展和广泛的实证研究。本文的结果表明，所提出的增量方法非常有前途。

引用于三文件

MSC公司：

68问题32 计算学习理论
68T05型 人工智能中的学习和自适应系统

关键词：

增量学习和非增量学习；从例子中学习；布尔函数；DNF和CNF表格；机器学习；数据挖掘；推导布尔函数的一次一子句（OCAT）方法

软件：

Turbo帕斯卡
PDF格式BibTeX公司 XML格式引用
\textit{S.N.Sanchez}等人，计算。操作。第29号决议，第12号，1677--1700（2002年；Zbl 1259.68100）
全文： 内政部

参考文献：

[1] Triantaphyllou，E。；Soyster，A.L。；库马拉，S.R.T.，通过分支约束方法从正反例中生成逻辑表达式，计算机与运筹学，21，2，185-197（1994）·Zbl 0798.90133号
[2] Triantaphyllou，E.，使用新的有效分支定界方法从示例中推断最小尺寸布尔函数，《全局优化杂志》，5，1，64-94（1994）·Zbl 0820.90075号
[3] Harman，D.，第二届文本检索会议（TREC-2）概述。，信息处理和管理，31，3，271-289（1995）
[4] Voorhees E.第六届文本检索会议概述（TREC-6）。第六届文本检索会议论文集（TREC-6），医学博士：盖瑟斯堡，1998年。第1-27页。；Voorhees E.第六届文本检索会议概述（TREC-6）。《第六届文本检索会议论文集》（TREC-6），马里兰州：盖瑟斯堡，1998年。第1-27页。
[5] Salton，G.，《自动文本处理》。《计算机信息的转换、分析和检索》（1989年），艾迪森·韦斯利：艾迪森·韦斯利阅读，马萨诸塞州
[6] Valiant，L.G.，《可学习理论》，《ACM通信》，第27、11、1134-1142页（1984年）·Zbl 0587.68077号
[7] Angluin，D.学习带有提示的命题角句。技术报告，YALE/DCS/RR-590，耶鲁大学计算机科学系，中国，美国。；Angluin，D.学习带有提示的命题角句。技术报告，YALE/DCS/RR-590，耶鲁大学计算机科学系，中国，美国。
[8] Haussler D、Warmuth M.可能近似正确（PAC）和其他学习模型。收件人：Meyrowitz AL，Chipman S，编辑。知识获取的基础：机器学习。马萨诸塞州诺威尔：Kluwer学术出版社，1993年。第291-312页。；Haussler D、Warmuth M.可能近似正确（PAC）和其他学习模型。收件人：Meyrowitz AL，Chipman S，编辑。知识获取的基础：机器学习。马萨诸塞州诺威尔：Kluwer学术出版社，1993年。第291-312页。
[9] Holland，J.H。；霍利亚克，K.J。；尼斯贝特，R.E。；Thagard，P.R.，《归纳：推理、学习和发现的过程》（1986年），麻省理工学院出版社：麻萨诸塞州剑桥
[10] Salton，G.，《自动信息组织和检索》（1968年），McGraw-Hill:McGraw-Hill纽约州纽约市
[11] 克利夫兰，D。；克利夫兰，A.D.，《索引和文摘导论》（1983），《图书馆无限：图书馆无限》，科罗拉多州利特尔顿
[12] Meadow，C.T.，文本信息检索系统（1992），学术出版社：加州圣地亚哥学术出版社
[13] Bongard，M.，模式识别（1970），《斯巴达书籍：斯巴达图书纽约》·Zbl 0205.21201号
[14] 卡诺，M.，《组合逻辑电路合成的映射方法》，AIEE汇刊，通信与电子，72593-599（1965）
[15] Boros，E。；Hammer，P.L。；茨城，T。；Kogan，A。；Mayoraz，E。；Muchnik，I.，《数据逻辑分析的实现》，IEEE知识与数据工程汇刊，12，2，292-306（2000）
[16] 布雷顿，R.K。；哈希特尔，G.D。；麦克马伦，C.T。；Sangiovanni-Vincentelli，A.L.，VLSI最小化的逻辑最小化算法（1985），Kluwer学术出版社：Kluwer-学术出版社，马萨诸塞州波士顿
[17] Gimpel，J.F.，一种产生具有任意指定素数蕴涵表的布尔函数的方法。，IEEE计算机汇刊，1485-488（1965）·兹比尔0161.13405
[18] Schneeweiss，W.，《工程应用和计算机程序的布尔函数》（1989），施普林格出版社：德国柏林施普林格·Zbl 0686.94009号
[19] Triantaphyllou，E。；Soyster，A.L.，《引导学习布尔函数的方法》，数学与计算机建模，23，3，69-86（1995）·Zbl 0843.68099号
[20] Triantaphyllou，E。；Soyster，A.L.，《可从示例导出的CNF和DNF系统之间的关系》，ORSA计算杂志，7，3，283-285（1995）·Zbl 0882.68127号
[21] Deshpande，A.S。；Triantaphyllou，E.，从多项式时间的例子中推断逻辑子句的贪婪随机自适应搜索过程（GRASP）及其一些扩展，数学和计算机建模，27，1，75-99（1998）·Zbl 1185.90209号
[22] 亨特，E。；马丁·J。；Stone，P.，《诱导实验》（1996），学术出版社：纽约学术出版社
[23] Michalski RS、Larson JB。选择最具代表性的训练示例和增量生成VL1假设：ESEL和AQ11项目的基本方法和描述，技术报告编号UIUCDCS-R-78-867。伊利诺伊大学厄本纳分校计算机科学系，厄本纳，伊利诺伊州，美国。；Michalski RS、Larson JB。选择最具代表性的训练示例和增量生成VL1假设：ESEL和AQ11项目的基本方法和描述，技术报告编号UIUCDCS-R-78-867。伊利诺伊大学厄本那分校计算机科学系，伊利诺伊州厄本那，美国。
[24] 米查尔斯基，《知识修复机制：进化与革命》。第三届机器学习国际研讨会论文集。Skytop，宾夕法尼亚州：1985年。第116-9页。；米查尔斯基，《知识修复机制：进化与革命》。第三届机器学习国际研讨会论文集。Skytop，宾夕法尼亚州：1985年。第116-9页。
[25] Reine RE，Michalski RS.概念描述的增量学习。机器智能，第11卷。英国牛津：牛津大学出版社，1986年。；Reine RE，Michalski RS.概念描述的增量学习。机器智能，第11卷。英国牛津：牛津大学出版社，1986年。
[26] Schlimmer JC公司。学习表现的增量调整。第四届国际机器学习研讨会论文集，加利福尼亚州欧文：1987。第79-90页。；Schlimmer JC公司。学习表现的增量调整。第四届国际机器学习研讨会论文集，加利福尼亚州欧文市：1987年。第79-90页。
[27] Schlimmer，JC，Fisher D.增量概念学习的案例研究。第五届全国人工智能会议记录，费城，宾夕法尼亚州：1986年。第496-501页。；Schlimmer，JC，Fisher D.增量概念学习的案例研究。第五届全国人工智能会议记录，费城，宾夕法尼亚州：1986年。第496-501页。
[28] Utgoff，P.E.，决策树的增量归纳，机器学习，4161-186（1989）
[29] Utogff，P.E.，基于有效树重建的决策树归纳，机器学习，29，5-40（1998）
[30] Michalski RS.使用可变值逻辑系统VL1发现分类规则。第三届国际人工智能联合会议记录。加利福尼亚州斯坦福：1973年。第162-72页。；Michalski RS.使用可变值逻辑系统VL1发现分类规则。第三届国际人工智能联合会议记录。加利福尼亚州斯坦福：1973年。第162-72页。
[31] Banes，J.W.，《工程师和科学家的统计分析》。基于计算机的方法（1994），McGraw-Hill:McGraw-Hill纽约
[32] 博兰德。车窗为Turbo Pascal 1.5。加利福尼亚州斯科茨谷：博兰国际公司，1991年。；博兰德。车窗为Turbo Pascal 1.5。加利福尼亚州斯科茨谷：Borland International，Inc.，1991年。
[33] 肖，D。；Haray，F.，从文件中检索信息的正式系统，ACM通信，13，2，67-73（1970）·Zbl 0185.43601号
[34] Chen H.文献检索的机器学习方法：概述和实验。技术报告。美国亚利桑那州图森市亚利桑纳大学管理信息系统系，1996年。；Chen H.文献检索的机器学习方法：概述和实验。技术报告。美国亚利桑那州图森市亚利桑那大学管理信息系统系，1996年。
[35] 陈，H。；Hsu，R。；Orwing，R。；Hoopes，L。；Numamaker，J.F.，《电子会议文本的自动概念分类》，ACM通讯，30，10，55-73（1994）
[36] Nieto SS，Triantaphyllou E，Kraft D.将文本文档分类为两个不相交类的数据挖掘方法，工业和制造系统工程系，3128 CEBA Building，Louisiana State University，Baton Rouge，LA，70803，提交出版，2000年。网状物：http://www.imse.lsu.edu/vangelis/。; Nieto SS，Triantaphyllou E，Kraft D.将文本文档分类为两个不相交类的数据挖掘方法，工业和制造系统工程系，3128 CEBA Building，Louisiana State University，Baton Rouge，LA，70803，提交出版，2000年。网状物：http://www.imse.lsu.edu/vangelis/。
[37] Triantaphyllou E.OCAT从示例中发现知识的方法，工作文件，工业和制造系统工程系，3128 CEBA Building，Louisiana State University，Baton Rouge，LA，70803，提交出版，2000年。网状物：http://www.imse.lsu.edu/vangelis/。; Triantaphyllou E.OCAT从示例中发现知识的方法，工作文件，工业和制造系统工程系，3128 CEBA Building，Louisiana State University，Baton Rouge，LA，70803，提交出版，2000年。网址：http://www.imse.lsu.edu/vangelis/。
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。