×

高阶程序的机器学习。 (英语) Zbl 0814.03034号

本文将学习机的概念用于(可计算的)函数。这是一种算法设备,集合元素作为逐步输入,程序作为输出(不时)。例如,当输入是(f)的图形时,如果几乎所有的输出程序都计算(f),那么机器就会识别(f)。回顾了两个用于识别的(学习)标准的无限层次结构,总结了递归函数集的相关类((text{Ex}^{text{a}},\text{Bc}^{\text{a})的关系(包含)。
然后作者回顾了限制程序并介绍了生成器程序;例如,如果一个总程序的几乎所有输出都是计算(f)的程序,那么它就是一个(0)-生成器。作为动机的一部分,他们证明了一些全局性质(例如\(f\)的单调性)不能从\(f\)的任何(普通)程序中证明(在Peano算术的一阶扩展中),而可以从高阶(即极限或生成器)程序中证明。
主要结果是比较高阶程序和普通程序的学习能力;例如,类\(\text{Lim-Ex}^{text{a}}\)、\(\text{Lim-Bc}^{\text{a}{\)、(\text}Gen-Ex}^{\text{a})、\。一些相关问题(内含物)尚未解决。

MSC公司:

03天80 可计算性和递归理论的应用
2005年第68季度 计算模型(图灵机等)(MSC2010)
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] 数学逻辑导论(1986)
[2] 算法一般理论导论(1978)
[3] DOI:10.1016/S0020-0255(80)80006-5·Zbl 0459.03021号 ·doi:10.1016/S0020-0255(80)80006-5
[4] DOI:10.1007/BFb0012761·doi:10.1007/BFb0012761
[5] 内政部:10.1142/S012905419200097·Zbl 0772.68068号 ·doi:10.1142/S012905419200097
[6] 语言学习和概念获取(1986)
[7] 内政部:10.1007/BF01761704·Zbl 0295.02019号 ·doi:10.1007/BF01761704
[8] 内政部:10.1145/321386.321395·Zbl 0155.01503号 ·数字对象标识代码:10.1145/321386.321395
[9] 递归可枚举集和度(1987)
[10] DOI:10.1016/S0019-9958(75)90261-2·Zbl 0375.02028号 ·doi:10.1016/S0019-9958(75)90261-2
[11] 无法解决的程度(1971年)·Zbl 0245.02037号
[12] 算法和程序理论210第82页–(1974)
[13] DOI:10.2307/1970028·Zbl 0119.25105号 ·数字对象标识代码:10.2307/1970028
[14] DOI:10.1145/356914.356918·数字对象标识代码:10.1145/356914.356918
[15] E.M.Gold的“限制递归”和H.Putnam 36 pp 342–(1971)的“试错谓词和Mostowski问题的解决方案”
[16] 子递归:函数和层次结构(1984)·Zbl 0539.03018号
[17] 一致性证明的数学意义23 pp 155–(1958)
[18] 关于非唯理论证明的解释17 pp 241–(1951)
[19] 自动机理论语言与计算导论(1979)
[20] DOI:10.1016/S0019-9958(67)91165-5·Zbl 0259.68032号 ·doi:10.1016/S0019-9958(67)91165-5
[21] 限制递归30 pp 28–(1965)
[22] DOI:10.1090/S0002-9947-1965-0175771-6·doi:10.1090/S0002-9947-1965-0175771-6
[23] 数学基础49第35页–(1960)
[24] 内政部:10.1016/0304-3975(83)90061-0·Zbl 0524.03025号 ·doi:10.1016/0304-3975(83)90061-0
[25] 关于系统中的公理化18 pp 30–(1953)
[26] 递归函数和有效可计算性理论(1967)·Zbl 0183.01401号
[27] 部分递归函数的哥德尔数23 pp 331–(1958)
[28] 美国数学学会公报63 pp 140–(1957)
[29] 内涵次递归和复杂性理论(1992)
[30] 试错谓词和Mostowski 30 pp 49–(1965)问题的解决方案
[31] 学习系统,认知和计算机科学家学习理论导论(1986)
[32] 内政部:10.1090/S0002-9947-1976-0403933-6·doi:10.1090/S0002-9947-1976-0403933-6
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。