大規模オブジェクト指向データベースを対象とした知識獲得システムの研究

大规模面向对象数据库知识获取系统研究

基本信息

批准号：
08780371
负责人：
有村博紀
金额：
$ 0.7万
依托单位：
Kyushu University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Encouragement of Young Scientists (A)
财政年份：
1996
资助国家：
日本
起止时间：
1996 至无数据
项目状态：
已结题

项目摘要

本研究の目的は,CADデータベースやマルチメディアデータベースのように,大量の非均質なデータを含み,同時に,主に正例だけを含むようなデータベースに対しても適用可能な,新しい学習手法を開発することである。具体的な学習手法としては,申請者らが開発した「極小多重汎化」手法を採用し,大規模科学データベースを対象として,高速な極小多重汎化手続きを開発することを目指して研究をおこなった.具体的には,極小多重汎化をデータベースを対象に拡張し,高速な学習手続きを開発した.1.まず,データの理論的モデルの基盤として,関係データベースをとりあげ,知識表現の立場からこれを概念階層の導入によって拡張した.こうして拡張されたデータベースを対象として,高速な極小多重汎化手続きを開発することに成功した.この手法の能力と適用限界を理論的に調べた.2.さらにこの汎化手続きを計算機上に実装し,その有用性をデータベースからの知識獲得に関する計算機実験を通じて確認した.この際,確率的選択を含む数種の経験的発見法を導入により,実際的な効率の向上をはかった.3.近年のマルチメディア等の高度データベースの急激な発展に対処するため,上で開発した拡張データベースにテキストデータかたの知識獲得手続きを組み込むための基礎的研究をおこなった.文字列パターンとよばれる表現をとりあげ,パターンへの概念階層の組み込みと高速汎化アルゴリズムの開発をおこなった.4.また,複数概念の個数にあらかじめ上限を与えない場合の学習可能性について理論的考察をおこない,正例からの学習の可能性と上限を明らかにした.5.背景知識を許した関係記述言語である基本形式体系の計算量についても考察した.

这项研究的目的是开发一种新的学习方法，该方法可以应用于包含大量非均匀数据的数据库，例如CAD数据库和多媒体数据库，同时仅包含主要案例。作为一种具体的学习方法，我们使用了申请人开发的“超小型多通用化方法”，并进行了研究，目的是为大型科学数据库开发高速，最小的多通用程序。具体而言，我们将最小的多将军扩展到数据库，并开发了高速学习程序1。首先，我们将关系数据库作为数据的理论模型的基础，并通过从知识表达的角度引入概念层次结构来扩展这一点。我们成功地为扩展数据库开发了高速，最小的多将军程序。从理论上讲，我们研究了该方法的功能和应用限制。2。此外，我们在计算机上实现了此概括过程，并将其用于计算其对数据库的有用性。通过机器实验证实了这一点。在这种情况下，引入了包括概率选择在内的几种经验发现方法，以提高实际效率3。为了处理近年来多媒体等高级数据库的快速开发，我们进行了基础研究，以将文本数据的知识获取程序纳入上面开发的扩展数据库中。我们采用了一种称为字符串模式的表达式，将概念层次结构纳入模式，并开发了高速概括算法。4。当没有给出多个概念数量的上限时，我们还对学习可能性进行了理论考虑，并揭示了从积极的例子中学习的可能性。5。我们还检查了基本形式系统的计算复杂性，这是一种允许背景知识的关系描述语言。