大規模データからの知識獲得における精度と複雑性のトレードオフ

从大规模数据获取知识的准确性与复杂性权衡

基本信息

批准号：
18049065
负责人：
石渕久生
金额：
$ 1.79万
依托单位：
Osaka Prefecture University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research on Priority Areas
财政年份：
2006
资助国家：
日本
起止时间：
2006 至无数据
项目状态：
已结题

项目摘要

知識獲得の目的は,利用者が容易に理解できる形式で高精度な知識を獲得することである.しかし,高精度な知識は,理解することが難しい複雑な知識であることが多い.逆に,単純で分かりやすい知識は,精度の点で問題があることが多い.本研究では,精度と複雑性の間でのトレードオフ分析を行うことで,様々な利用者の選好に応じた知識獲得が可能になることを明らかにした.本研究の研究成果を要約すれば以下のようになる.まず,遺伝的ルール選択と遺伝的機械学習との比較を行うことで,遺伝的ルール選択における候補ルール集合の設定の重要性を明確にした.次に,個々のルールに対する評価基準に基づいて獲得されたルール集合に関する精度と複雑性の間のトレードオフ曲線が,進化型多目的ルール選択により大きく改善されることを明確にした.また,進化型多目的ルール選択により得られた多様なルール集合を用いてアンサンブル識別器を設計する方法の性能評価を行った.さらに,アンサンブル識別器の性能評価に基づき,アンサンブル識別器の設計方法の改良を行った.具体的には,単一の識別器を表現する2進数コードを,複数の識別器を一度に表現することのできる整数値コードに拡張した.このような拡張により,複数の識別器による共通の識別ルールの使用を禁止することが可能になり,識別器の間の多様性が高まった.また,進化型多目的ルール選択における候補ルールとして,SupportとConfidenceに関するパレート最適ルールを用いるというアイディアを提案した.最後に,利用者の選好に応じた知識獲得を行うために,進化型多目的最適化アルゴリズムにおける多目的探索に,利用者の選好情報を組み込む方法を提案した.具体的には,個々の目的に関する重み,目的関数空間内での参照点,個々の目的に関する制約条件などを選好情報として組み込む方法を提案した.

知识获取的目的是以用户可以轻松理解的形式获取高精度知识。但是，高精度知识通常是难以理解的复杂知识。相反，简单且易于理解的知识通常在准确性方面存在问题。在这项研究中，我们透露，通过在准确性和复杂性之间进行权衡分析，可以根据各种用户的偏好来实现知识获取。总结这项研究的结果，我们可以总结以下内容：首先，通过将遗传规则选择与遗传机器学习进行比较，我们阐明了在遗传规则选择中设置候选规则集的重要性。接下来，我们澄清说，通过进化多种规则选择，基于单个规则的评估标准获得的规则集的准确性和复杂性之间的权衡曲线大大提高。我们还使用通过进化多功能规则选择获得的各种规则集设计了一个合奏分类器。のですね。英语：该方法的性能已评估。此外，根据集合分类器的性能评估，整体分类器的设计方法得到了改进。具体而言，代表单个分类器的二进制代码扩展到可以立即表示多个分类器的整数代码。这种扩展允许禁止使用多个分类器使用共同的识别规则，从而增加了分类器之间的多样性。此外，提出了将Pareto最佳规则用于支持和信心作为进化多功能规则选择的候选规则的想法。最后，为了根据用户的偏好获取知识，提出了一种方法将用户偏好信息合并到多功能搜索中，以进化的多功能优化算法。具体而言，提出了一种将用户偏好信息纳入多用途搜索中的方法，以进化的多功能优化算法。具体而言，提出了一种方法，将与个别目标，目标函数空间内的参考点相关的权重，与单个目标相关的约束等，作为偏好信息。