×

随机森林用于前提选择。 (英语) Zbl 1471.68307号

Lutz,Carsten(编辑)等人,《联合系统的前沿》。第十届国际研讨会,FroCoS 2015,Wrocław,波兰,2015年9月21日至24日。诉讼程序。查姆:施普林格。莱克特。注释计算。科学。9322, 325-340 (2015).
摘要:大型理论中自动定理证明器的成功率在很大程度上取决于给定事实的选择。前提选择的任务是选择给定事实的子集,这最有可能导致给定猜想的成功自动演绎证明。前提选择可以看作是一个多标签分类问题,从相关证明中进行机器学习是目前最成功的方法。随机森林是一种机器学习技术,在大型数据集上表现尤为出色。在本文中,我们评估了用于前提选择的随机森林算法。为了处理自动推理的细节,我们提出了对随机森林的一些扩展,例如增量学习、多路径查询、深度加权、特征IDF(文档频率反转)以及树叶中二级分类器的集成。通过这些扩展,我们改进了(k)-最近邻算法的预测质量和ATP性能。
关于整个系列,请参见[Zbl 1355.68017号].

MSC公司:

68伏15 定理证明(自动和交互式定理证明、演绎、解析等)
68T05型 人工智能中的学习和自适应系统
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Agrawal,R.,Gupta,A.,Prabhu,Y.,Varma,M.:数百万标签的多标签学习:为网页推荐广告商标语。摘自:《第二十二届万维网国际会议论文集》,WWW 2013,第13-24页(2013)·数字对象标识代码:10.1145/2488388.24883391
[2] Alama,J.,Heskes,T.,Kühlwein,D.,Tsivtsivadze,E.,Urban,J.:通过语料库分析和核方法进行数学前提选择。《自动推理杂志》52(2),191-213(2014)·Zbl 1315.68217号 ·doi:10.1007/s10817-013-9286-5
[3] Blanchette,J.C.、Böhme,S.、Paulson,L.C.:用SMT求解器扩展大锤。收录人:比约纳,N.,索夫罗尼·斯托克曼,V.(编辑)CADE 2011。LNCS,第6803卷,第116-130页。斯普林格,海德堡(2011)·Zbl 1314.68271号 ·doi:10.1007/978-3-642-22438-6_11
[4] Breiman,L.:装袋预测因素。机器学习24(2),123–140(1996)·Zbl 0858.68080号
[5] Breiman,L.:随机森林。机器学习45(1),5–32(2001)·Zbl 1007.68152号 ·doi:10.1023/A:1010933404324
[6] Carlson,A.J.,Cumby,C.M.,Rosen,J.L.,Roth,D.:SNoW用户指南(1999)
[7] Caruana,R.,Niculescu mizil,A.:监督学习算法的实证比较。收录于:第23届国际Conf.机器学习(ICML 2006),第161-168页(2006)·数字对象标识代码:10.1145/1143844.1143865
[8] Fawcett,T.:ROC图:研究人员的注意事项和实际考虑。技术报告,惠普实验室,2004年3月
[9] 哈里森,J.:HOL Light:教程简介。收录:Srivas,M.,Camilleri,A.(编辑)FMCAD 1996。LNCS,第1166卷,第265–269页。斯普林格,海德堡(1996)·doi:10.1007/BFb0031814
[10] Hoder,K.,Voronkov,A.:大理论推理的正弦函数。收录人:比约纳,N.,索夫罗尼·斯托克曼,V.(编辑)CADE 2011。LNCS,第6803卷,第299-314页。斯普林格,海德堡(2011)·Zbl 1341.68189号 ·doi:10.1007/978-3-642-22438-623
[11] Kühlwein,D.,Blanchette,J.C.,Kaliszyk,C.,Urban,J.:MaSh:大锤的机器学习。摘自:Blazy,S.、Paulin-Mohring,C.、Pichardie,D.(编辑)ITP 2013。LNCS,第7998卷,第35-50页。斯普林格,海德堡(2013)·Zbl 1317.68215号 ·doi:10.1007/978-3-642-39634-26
[12] Kaliszyk,C.,Urban,J.:MizAR 40代表MizAR 40。CoRR(2013)·Zbl 1356.68191号
[13] Kaliszyk,C.,Urban,J.:通过特征权重和策略进化,Flyspeck实现了更强的自动化。In:2013年PxTP。EPiC系列,第14卷,第87–95页。EasyChair(2013年)
[14] Kaliszyk,C.,Urban,J.:使用Flyspeck学习辅助自动推理。《自动推理杂志》53(2),173-213(2014)·Zbl 1314.68283号 ·doi:10.1007/s10817-014-9303-3
[15] Kaliszyk,C.,Urban,J.:HOL(y)Hammer:HOL Light的在线ATP服务。计算机科学中的数学9(1),5–22(2015)·Zbl 1322.68177号 ·doi:10.1007/s11786-014-0182-0
[16] Kovács,L.,Voronkov,A.:一阶定理证明和Vampire。收录:Sharygina,N.,Veith,H.(编辑)CAV 2013。LNCS,第8044卷,第1-35页。斯普林格,海德堡(2013)·Zbl 06233023号 ·doi:10.1007/978-3-642-39799-8_1
[17] Kühlwein,D.A.:自动推理的机器学习。奈梅亨大学博士论文,2014年4月
[18] Lakshminarayanan,B.,Roy,D.,Teh,Y.W.:c.《神经信息处理系统的进展》(2014)
[19] Meng,J.,Paulson,L.C.:针对机器生成的解决问题的轻量级相关过滤。收录于:《ESCoR:经验成功的计算机推理》,第53–69页(2006)
[20] Naumowicz,A.,Korniłowicz(A.):mizar的简要概述。在:Berghofer,S.,Nipkow,T.,Urban,C.,Wenzel,M.(编辑)2009年TPHOLs。LNCS,第5674卷,第67-72页。斯普林格,海德堡(2009)·Zbl 1252.68262号 ·doi:10.1007/978-3-642-03359-9_5
[21] Nipkow,T.、Paulson,L.C.、Wenzel,M.:Isabelle/HOL。LNCS,第2283卷。斯普林格,海德堡(2002)·doi:10.1007/3-540-45949-9
[22] 北卡罗来纳州Oza,南卡罗来纳州Russell:在线装袋和助推。摘自:《第八届人工智能与统计国际研讨会论文集》,AISTATS 2001年1月4日至7日,美国佛罗里达州基韦斯特卷(2001)
[23] Raileanu,L.E.,Stoffel,K.:基尼指数和信息获取标准之间的理论比较。《数学与人工智能年鉴》41(1),77–93(2004)·Zbl 1048.68096号 ·doi:10.1023/B:AMAI.0000018580.96245.c6
[24] Schulz,S.:系统描述:E 1.8。收录人:McMillan,K.、Middeldorp,A.、Voronkov,A.(编辑)LPAR-19 2013。LNCS,第8312卷,第735-743页。施普林格,海德堡(2013)·Zbl 1407.68442号 ·doi:10.1007/978-3-642-45221-549
[25] Saffari,A.、Leistner,C.、Santner,J.、Godec,M.、Bischof,H.:在线随机森林。In:第三届IEEE ICCV在线计算机视觉研讨会(2009年)·doi:10.1109/ICCVW.2009.5457447
[26] Sorower,M.S.:关于多标签学习算法的文献综述。俄勒冈州立大学科瓦利斯分校(2010年)
[27] Sutcliffe,G.:TPTP问题库和相关基础设施。《自动推理杂志》43(4),337–362(2009)·Zbl 1185.68636号 ·doi:10.1007/s10817-009-9143-8
[28] Tsoumakas,G.,Katakis,I.:多标签分类:概述。国际数据仓库与挖掘杂志,1-13(2007)·doi:10.4018/jdwm.2007070101
[29] Urban,J.:MPTP——动机、实施、首次实验。J.汽车。推理33(3-4),319–339(2004)·Zbl 1075.68081号 ·doi:10.1007/s10817-004-6245-1
[30] Zhang,M.-L.,Zhou,Z.-H.:基于k近邻的多标签分类算法。摘自:《IEEE第一届颗粒计算国际会议论文集》(GrC 2005),中国北京,第718–721页(2005)
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且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。