適応的ルールインダクションシステム:ARIS

辻野 克彦  竹之内 正一郎  櫻井 徹  千種 俊輔  野村 康雄  溝口 理一郎  角所 収  

誌名
電子情報通信学会論文誌 D   Vol.J72-D2   No.1   pp.121-131
発行日: 1989/01/25
Online ISSN: 
DOI: 
Print ISSN: 0915-1923
論文種別: 論文
専門分野: 人工知能,認知科学
キーワード: 


本文: PDF(1019.9KB)>>
論文を購入




あらまし: 
分類型の知識を決定木として帰納的に学習する適応的ルールインダクションシステムARISについて述べる.優れた知識を例題から帰納的に学習するためには,知識を生成する帰納的アルゴリズムの性能を向上させることに加え,与えられた例題の記述言語を,学習対象を適切に表現できるように改良してゆく必要がある.ARISは,経験則に基づく一般化オペレータを用いてルールインダクションアルゴリズムの一般化能力を強化すると共に,経験的な属性生成知識を用いて適切な概念レベルの属性を生成し,学習をガイドすることにより,例題の偏りや雑音の影響を受けにくい学習を行うことができる.本論文では,ARISの設計思想とこれに基づくシステムの実現方法について述べると共に,いくつかの例題を通してARISの学習能力および属性生成の効果について評価・検討を加える.