×

用于标称或数字数据的基于模拟的分类器。 (英语) Zbl 1419.68073号

摘要:基于类比的分类方法是十年前引入的,它是基于实例的学习技术的一个显著补充。它们在许多经典数据集的准确性方面提供了有价值的结果。它们依赖于类比比例的概念,类比比例是“A对B如同C对D一样”的陈述形式。在布尔值和数字设置中,类比比例特别规范化。在这两种情况下,当比例保持不变时,可以从其他三个分量中计算出比例的四个分量之一。类比分类器在样本集中查找与要分类的项目在最大数量的属性上具有类比比例的所有三元组示例,并且类上相应的类比比例方程具有解决方案。在本文中,当对一个新项目进行分类时,我们特别强调了一种方法,即不考虑可以从样本集构建的整个三元组集。我们只关注候选三元组中的一小部分。也就是说,为了限制搜索范围,我们首先查找与要分类的新项目尽可能相似的示例。然后,我们只考虑新项目与其最接近的项目之间具有相同差异的成对示例。通过这种方式,我们隐式地构建三元组,这些三元组在具有新项的所有属性上具有相似比例。然后,根据与可与目标项及其最近邻项组成的对进行类比关联的对相对应的真值的加性聚合进行分类。然后我们只处理导致该类可解类比方程的对。这种新算法的结果与以前的类比分类器一样好,在标称和数值情况下的平均复杂度都较低。

MSC公司:

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] Bayoudh,S。;Miclet,L。;Delhay,A.,《类比学习:二进制和标称数据的分类规则》
[2] Bounhas,M。;普拉德,H。;Richard,G.,《类比分类:处理示例的新方法》,(Proc.21th Europ.Conf.on Artificial Intelligence,Proc.21st Europ.Conf.on artificular Intelligents,ECAI'14,布拉格,8月18-22日)。程序。第21届欧洲。人工智能会议。程序。第21届欧洲。人工智能会议,ECAI’14,布拉格,8月18-22日,《人工智能和应用的前沿》,第263卷(2014),IOS出版社),135-140·Zbl 1366.68229号
[3] Bounhas,M。;普拉德,H。;Richard,G.,《类比分类:基于规则的观点》,(《基于知识的系统中信息处理和不确定性管理的第15届国际会议程序》,第二部分,《基于知识系统中信息加工和不确定性的管理的第十五届国际会议的第二部分》,IPMU’14,蒙彼利埃,2014年7月15日至19日(2014)),485-495
[4] Bounhas,M。;普拉德,H。;Richard,G.,《类比分类:处理数值数据》,(Straccia,U.;Cal,A.,《可扩展不确定性管理第八届国际会议论文集》,《可缩放不确定性管理第一届国际会议文献集》,SUM’14。程序。第八届可扩展不确定性管理国际会议。程序。第八届可扩展不确定性管理国际会议,2014年,Lect。注释计算。科学。,第8720卷(2014),施普林格),66-79
[5] Bounhas,M。;普拉德,H。;Richard,G.,《基于Evenness的逻辑比例推理应用于分类》,(第九届国际可扩展不确定性管理大会,第九届国家可扩展不确定管理大会,SUM’15。程序。第九届可扩展不确定性管理国际会议。程序。第九届可扩展不确定性管理国际会议,2015年,Lect。注释计算。科学。,第9310卷(2015),施普林格),139-154
[6] Bounhas先生。;普拉德,H。;Richard,G.,《一致性的新观点及其在分类中的应用》,(van der Gaag,L.C.,《符号上的第13号欧洲法规汇编》和《不确定性推理的数量批准》,《符号和数量上的第十三号欧洲法规公报》,ECSQARU’15,法国康皮恩,7月15日至17日。程序。第13届欧洲符号会议。和Quantit。大约的。不确定性推理。程序。第13届欧洲符号会议。和Quantit。附件。《不确定性推理》,ECSQARU’15,Compigne,France,7月15-17日,Lect。注释计算。科学。(2015),施普林格)·Zbl 1465.62118号
[7] Bounhas,M。;普拉德,H。;Richard,G.,基于Oddness的布尔或数字数据分类器,(第38届德国人工智能年会,人工智能进展,第38届德意志人工智能年会刊,人工智能进步,KI'15,德累斯顿,9月21-25日)。程序。第38届德国人工智能年会,人工智能进展。程序。第38届德国人工智能年会,人工智能进展,KI’15,德累斯顿,9月21日至25日,Lect。注释计算。科学。,第9324卷(2015),施普林格),32-44
[8] Bounhas,M。;普拉德,H。;Richard,G.,基于奇数/均匀度的布尔或数值数据分类器,国际期刊近似推理。,82, 81-100 (2017) ·Zbl 1410.62101号
[9] Cheng,W.W。;Hüllermier,E.,将基于实例的学习和逻辑回归相结合用于多标签分类,马赫。学习。,76、2-3、211-225(2009年9月)·Zbl 1470.68091号
[10] Conover,W.J.,《实用非参数统计》(1971),约翰·威利:约翰·威利纽约·Zbl 0151.23503号
[11] 科雷亚,W。;普拉德,H。;Richard,G.,《试图理解类比分类器的工作原理》,(Hüllermier,E.等,《关于可扩展不确定性管理的第六届国际会议论文集》,《关于不确定性可扩展管理的第6届国际会议文献集》,SUM’12,德国马尔堡。可扩展不确定性管理会议,SUM’12,德国马尔堡,Lect。注释计算。科学。,第7520卷(2012),施普林格出版社),582-589
[12] 科雷亚,W。;普拉德,H。;Richard,G.,《当智能只是一个复制问题时》,(《欧洲人工智能会议论文集》第20卷,《欧洲人工智慧会议论文集论文集》,蒙彼利埃,2012年8月27日至31日,IOS出版社),276-281·Zbl 1327.68306号
[13] 库塞罗,M。;拥抱,北。;普拉德,H。;Richard,G.,《类比保留函数:扩展布尔样本的方法》,(《第26届国际人工智能联合会议论文集》,《第26期国际人工智能联会论文集》论文集,IJCAI17,墨尔本(2017)),1575-1581
[14] Davies,T.R。;Russell,S.J.,《类比推理的逻辑方法》(McDermott,J.P.,《第十届国际人工智能联合会议议事录》,第十届人工智能国际联合会议议事稿,1987年,米兰(1987),摩根·考夫曼),264-270
[15] Dubois,D。;普拉德,H。;Richard,G.,类比的多值扩张,模糊集系统。,292, 193-202 (2016) ·Zbl 1380.03029号
[16] Friedman,M.,《使用秩来避免方差分析中隐含的正态性假设》,J.Am.Stat.Assoc.,3200675-701(1937)
[17] Gergonne,J.D.,《单元插值法的应用》,《数学年鉴》。Pures应用。,6, 242-252 (1815)
[18] Gergonne,J.D.、Théorie de la règle de trois、Ann.数学。Pures应用。,7, 117-122 (1816)
[19] Hesse,M.,《关于类比的定义》,Proc。亚里士多德。《社会学杂志》,60,79-100(1959年)
[20] Hug,N。;普拉德,H。;理查德·G。;Serrurier,M.,《类比量词:理论视角》,(第22届欧洲人工智能大会、第22届欧盟人工智能大会,ECAI’16,海牙·Zbl 1403.68191号
[21] Jarmulak,J。;Craw,S。;Rowe,R.,《使用基于案例的数据学习设计适应知识》(第17届国际人工智能联合会议论文集,第2卷)。《第17届国际人工智能联合会议论文集》,第2卷,IJCAI'01,美国加利福尼亚州旧金山(2001),Morgan Kaufmann Publishers Inc.),1011-1016
[22] 兰利,P。;Iba,W.,最近邻算法的平均案例分析,(Proc.13th Int.Joint Conf.on Artificial Intelligence,Proc.13st Int.Join Conf.on Artificular Intelligation,Chambéry,France,August 28-9月3日(1993),Morgan Kaufmann),889-894
[23] Lavalée,J.F。;Langlais,P.,Moranapho:《多语言分析形态学基础》,TAL,Trait。自动。Lang.,52,2,17-44(2011)
[24] Lepage,Y.,《类比和形式语言》,Electron。注释Theor。计算。科学。,53 (2001) ·Zbl 1263.68100号
[25] McSherry,D.,基于案例的评估推理技术,(IEE基于案例推理学术讨论会(1993年2月)),6/1-6/4
[26] 梅利斯,E。;Veloso,M.,《问题解决中的类比》,(实用推理手册:计算和理论方面(1998),OUP)
[27] 默茨,J。;Murphy,P.M.,机器学习数据库的Uci知识库(2000),网址:
[28] Miclet,L。;北卡罗来纳州巴博特。;Jeudy,B.,《有限语言中基于公共子词的排列格中的类比比例》(Prade,H.;Richard,G.,《类比推理的计算方法——当前趋势》(2013),Springer),245-260·Zbl 1341.68145号
[29] Miclet,L。;北卡罗来纳州巴博特。;Prade,H.,从格中的类比到形式概念中的比例类比,(《第21届欧洲人工智能会议记录》。《第21届欧洲人工智能会议记录》,ECAI’14,布拉格,8月18日至22日。《第21届欧洲人工智能会议记录》。《第21届欧洲人工智能会议记录》,ECAI’14,布拉格,8月18日至22日,《人工智能与应用前沿》,第263卷(2014),IOS出版社),627-632·Zbl 1366.68310号
[30] Miclet,L。;Bayoudh,S。;Delhay,A.,《类比差异:机器学习的定义、算法和两个实验》,J.Artif。智力。研究,32,793-824(2008)·Zbl 1183.68489号
[31] Miclet,L.公司。;Delhay,A.,Relation d’analogie et distance sur un alphates défini par des traits(2004年7月),IRISA,技术报告1632
[32] Miclet,L。;Prade,H.,《在经典逻辑和模糊逻辑设置中处理类比比例》,(第10号《欧洲不确定性推理的符号和定量方法》会议录,第10号欧洲不确定性理性的符号和量化方法会议录,ECSQARU’09,Verona。第10号欧洲会议录。对不确定性推理的符号和定量方法的困惑。程序。第10届欧洲不确定性推理的符号和定量方法会议,ECSQARU'09,维罗纳,Lect。注释计算。科学。,第5590卷(2009),施普林格),638-650·Zbl 1245.03046号
[33] Moraes,R.M。;马查多,L.S。;普拉德,H。;Richard,G.,《基于同质逻辑比例的分类》(Bramer,M。;彼得里迪斯,M.,Proc。第三十三届SGAI人工智能创新技术与应用国际会议。程序。第三十三届SGAI人工智能创新技术和应用国际会议,英国剑桥(2013),施普林格),第53-60页
[34] 冈本,S。;Yugami,N.,噪声域中最近邻分类器的理论分析,(第13届机器学习国际会议论文集(1996),Morgan Kaufmann),355-363
[35] 普拉德,H。;Richard,G.,《逻辑比例推理》,(Lin,F.Z.;Sattler,U.;Truszczynski,M.,第12届国际知识表示与推理原理会议论文集。第12届国际知识表示与推理原理会议论文集,KR 2010,多伦多,2010年5月9日至13日(2010),AAAI出版社),545-555
[36] 普拉德,H。;Richard,G.,《同质逻辑比例:它们的唯一性及其在基于相似性的预测中的作用》,(Brewka,G.;Eiter,T.;McIlraith,S.A.,《关于知识表示和推理原则的第13次国际会议论文集》,KR’12,罗马,2012年6月10日至14日,AAAI出版社),402-412
[37] 普拉德,H。;Richard,G.,《类比比例和多值逻辑》,(van der Gaag,L.C.,《第12届欧洲符号学会议论文集》,《Quantit.Appr.to Reasoning with Uncertainty》,《第十二届欧洲符号科学会议论文集论文集》和《Quantit Appr.to Reasoningwith Unsternity》,ECSQARU’13,乌得勒支,7月7日至10日。程序。第12届欧洲符号会议。和Quantit。大约的。不确定性推理。程序。第12届欧洲符号会议。和Quantit。附件。《不确定性推理》,ECSQARU’13,乌得勒支,7月7日至10日,Lect。注释计算。科学。,第7958卷(2013年),施普林格出版社,497-509·Zbl 1390.68615号
[38] 普拉德,H。;Richard,G.,《从类比比例到逻辑比例》,Log。大学。,7, 4, 441-505 (2013) ·Zbl 1323.03011号
[39] 普拉德,H。;Richard,G.,同质和异质逻辑比例,IfCoLog J.Log。申请。,1, 1, 1-51 (2014)
[40] 普拉德,H。;Richard,G.,《类比、反向类比和仿逻辑比例的多值逻辑解释》,(第40届IEEE多值逻辑国际研讨会,第40届电气与电子工程师协会多值逻辑会议,ISMVL’10,巴塞罗那(2010)),258-263
[41] 普拉德,H。;理查德·G。;Yao,B.,《通过类比相关比例增强规律性——一种新的分类方法》,《国际计算机杂志》。信息系统。工业管理。申请。,4, 648-658 (2012)
[42] 拉格尼,M。;Neubert,S.,《分析乌鸦的智力测试:认知模型、需求和复杂性》,(计算方法到类比推理:当前趋势。计算方法到模拟推理:当前趋向,计算智能研究,第548卷(2014),Springer),351-370
[43] Rumelhart,D.E。;Abrahamson,A.A.,类比推理模型,Cogn。心理医生。,5, 1-28 (2005)
[44] 斯特罗帕,N。;Yvon,F.,《形态分析的类比学习者》,(《在线程序第九届Conf.计算自然语言学习》,《在线程序》第九届Conf.计算机自然语言学习,CoNLL-2005(2005)),120-127
[45] 斯特罗帕,N。;Yvon,F.,《类比学习和形式比例:定义和方法问题》(2005年6月),ENST,技术报告
[46] 斯特罗帕,N。;Yvon,F.,Du quatrième de proportion comme principle inductif:形态学、TAL、Trait评估的命题和应用。自动。Lang.,47,2,1-27(2006)
[48] Yvon,F。;Stroppa,N.,《类比比例的正式模型》(2006年),技术报告,国家电信学院,编号D008
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。