確率論的近似学習と計算論的教示の理論

概率近似学习理论与计算教学

基本信息

批准号：
07780334
负责人：
篠原歩
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：
1995
资助国家：
日本
起止时间：
1995 至无数据
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-07780334/
关键词：
PAC学習学習アルゴリズム例からの学習ゲノム情報

项目摘要

PAC学習可能性に関しては,仮説空間全体の反駁可能性を含めた「反駁PAC学習可能性」を提案し,学習に必要なデータの個数と計算時間についての解析を行った結果,次のような知見が得られた.1.反駁学習に必要なデータの個数の解明.この結果により,従来のPAC学習モデルにおいて必要とされるデータの個数と,反駁学習モデルにおいて必要とされるデータの個数は,入力されるパラメーターの多項式サイズという点では,同じであることを示した.2.概念クラスが多項式時間で反駁学習可能となるための必要十分条件となるアルゴリズムの構築.この結果は,多項式時間反駁学習可能性の特徴付けに役立ち,さらには,多項式時間で反駁学習可能となる概念クラスを見つけ出す手がかりとなる.また,実用的に広く用いられている,順序付き二分決定グラフ(OBDD)の学習可能性についても,そのPAC学習可能性を解明した.これらの結果をふまえて,ゲノム情報データからの知識獲得システムBONSAIを並列に走らせて知識獲得を行うBONSAI Gardenシステムを実働化し,計算機実験を行った.一方,これらの情報処理技術の根幹をなす,文字列照合問題について,パタンもテキストも両方とも圧縮されたデータについて,それらを陽に展開することなく,そのまま文字列の照合を行う多項式時間アルゴリズムの開発にも成功した.これは,今後,さらにさまざまな方向へ拡張が期待される成果である.

关于PAC的潜力，由于提出了“反驳PAC学习可能性”，包括整个假设空间的反驳潜力，并分析学习时间和计算时间的数量结果，反驳学习所需的数据，传统的PAC学习模型中所需的数据数量以及反驳学习模型中所需的数据数量。表明它是相同的.2.2。反驳的学习可能性，这是一个可以在多边的概念类别中进行反驳的线索。根据这些结果阐明了潜在的盆景花园系统，该系统实际上是从基因组信息数据中运行的，实际上是在基因组信息数据中进行的，另一方面是对这些信息的核心进行的。处理技术，字符串整理的问题，在模式和文本中被压缩的压缩数据，而无需将其扩展到太阳中，这是成功的算法开发。这是将来将向各种方向扩展的结果。