凯斯，约翰;蒂莫·科茨 动态延迟学习中的后记完整性和一致性。 （英语） Zbl 1157.68034号 Freund，Yoav（编辑）等人，《算法学习理论》。第19届国际会议，ALT 2008，匈牙利布达佩斯，2008年10月13-16日。诉讼程序。柏林：施普林格出版社（ISBN 978-3-540-87986-2/pbk）。计算机科学讲义5254。人工智能课堂讲稿，389-403（2008）。 摘要：在极限计算函数学习中，算法学习者试图为连续给定更多值的可计算函数\（g）找到一个程序，每次输出一个关于\（g \）的推测程序。如果每个猜想都正确地预测了所有可用数据，则称学习者为后推完成。Akama和Zeugmann提出，对于每一个自然数\（\delta\）的选择，都有一个对后判完备性的放松：每个猜想只需要后判除最后一个\（\delta\）看到的数据点之外的所有数据点。本文将延迟后验完备性的概念从常数延迟扩展到动态计算延迟。一方面，不同数据点的延迟可能不同。另一方面，延迟不再需要是固定的有限数，但允许任何类型的可计算倒计时，例如，包括序数符号系统中的倒计时和其他不允许可计算无限递减计数的图中的倒计时。我们推广了Akama和Zeugmann的许多定理，并提供了一些可行的可学习性结果。关于可行学习中的公平性，需要限制使用技巧，将输出假设推迟到有足够的时间“思考”它们。我们看到，对于多时间学习，后记完整性（和延迟变体）：1。允许一些但不是所有延迟技巧，以及2。对于多时制学习来说，什么是允许推迟的，什么是不允许的，这之间有一个令人惊讶的严格界限。例如：1。多时间可计算函数集是多时间的后置完全可学习函数，使用了一些延迟，但2。exptime可计算函数集虽然可以多时间学习，但有一点延迟，不是多时间事后完全可以学习的！我们认为，对于\（w\）的符号\（\omega\），表达式时间函数集是可学习的，具有\（w\）-延迟的后语句完备性。还提供了进一步的小构造极限序数的推广。关于整个系列，请参见[Zbl 1146.68008号]. 引用于5文件 MSC公司： 68问题32 计算学习理论 PDF格式BibTeX公司 XML格式引用 \textit{J.Case}和\textit{T.Kötzing}，莱克特。注释计算。科学。5254389--403（2008年；Zbl 1157.68034） 全文： 内政部 参考文献： [1] Ambainis，A。；凯斯·J。；Jain，S。；Suraj，M.，归纳推理的简约层次，符号逻辑杂志，69，287-328（2004）·Zbl 1068.68071号 ·doi:102.178/jsl/1080938842 [2] Akama，Y.，Zeugmann，T.：具有δ-延迟的一致一致学习。技术报告TCS-TR-A-07-29，北海道大学（2007年10月）·兹比尔1169.68021 [3] Bárzdiņsh，J.：自动机、函数和程序的归纳推理。In：国际数学。温哥华国会，第771-776页（1974年） [4] 布鲁姆，L。；Blum，M.，《朝向归纳推理的数学理论，信息与控制》，第28期，第125-155页（1975年）·Zbl 0375.02028号 ·doi:10.1016/S0019-9958（75）90261-2 [5] Case，J.，自动机生成的周期性，数学系统理论，8，15-32（1974）·Zbl 0295.02019号 ·doi:10.1007/BF01761704 [6] 凯斯·J。；Jain，S。；Stephan，F。；Wiehagen，R.，《稳健学习——富人和穷人》，《计算机与系统科学杂志》，69，123-165（2004）·Zbl 1076.68036号 ·doi:10.1016/j.jcss.2003.10.005 [7] Case，J.，Kötzing，T.：机器归纳推理中的动态延迟后置完备性和一致性（2008），网址：http://www.cis.udel.edu/案例/论文/PcpPcsDelayTR.pdf·Zbl 1157.68034号 [8] 凯斯·J。；Kötzing，T。；围场，T。；Hutter，M。；Servedio，R.A。；Takimoto，E.，可行学习泛函的可行迭代，算法学习理论，34-48（2007），海德堡：施普林格，海德堡·Zbl 1142.68385号 ·doi:10.1007/978-3-540-75225-77 [9] Freivalds，R。；Smith，C.，《关于拖延在机器学习、信息和计算中的作用》，107，2，237-271（1993）·兹伯利0794.68127 ·doi:10.1006/inco.1993.1068 [10] Fulk，M.，《拯救现象：要求感应电机不与已知数据相矛盾》，Inform。和组件。，79, 193-209 (1988) ·Zbl 0664.68086号 ·doi:10.1016/0890-5401（88）90019-3 [11] Jain，S。；Osherson，D。；罗耶，J。；Sharma，A.，《学习系统：学习理论导论》（1999），剑桥：麻省理工学院出版社，剑桥 [12] 李，M。；Vitanyi，P.，《科尔莫戈洛夫复杂性及其应用导论》（1997），海德堡：斯普林格出版社·Zbl 0866.68051号 [13] Minicoszi，E.：归纳推理中强识别的一些自然属性。摘自：《理论计算机科学》，第345-360页（1976年）·Zbl 0373.68051号 [14] 皮特，L。；Jantke，K.P.，归纳推理，DFA和计算复杂性，类比和归纳推理，18-44（1989），海德堡：施普林格 [15] Rogers，H.，递归函数和有效可计算性理论（1967），纽约：McGraw-Hill，纽约·Zbl 0183.01401号 [16] Royer，J.，Case，J.：次递归编程系统。In:理论计算机科学进展，Birkhäuser（1994）·兹伯利0813.03023 [17] Sharma，A。；Stephan，F。；Ventsov，Y.，思维变化复杂性的广义概念，信息与计算，189，235-262（2004）·Zbl 1076.68066号 ·doi:10.1016/j.ic.2003.11.001 [18] Wiehagen，R.，Limes-erkenung rekursiver Funktitionen durch spezielle Strategien，Elek。信息verarbeitung und Kyb。，12, 93-99 (1976) ·Zbl 0346.02019号 [19] Wiehagen，R.:Zur Erkennung算法理论。柏林洪堡大学学士学位论文（1978年） 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。