共查询到20条相似文献,搜索用时 31 毫秒
1.
归纳学习是机器学习最重要、最核心也是最成熟的一个分支,但在应用归纳学习所获得的知识以及改进归纳学习算法等方面存在着很多传统方法难以解决的问题。本文从归纳学习的本质--归纳依赖于数据间的相似性出发,尝试将能够较好地定量反映数据间相似性程度的模糊理论应用到归纳学习中去,为归纳学习和机器学习找出一个新的研究方法和思路。 相似文献
2.
3.
4.
一、引言机器学习是人工智能发展中一个十分活跃的领域,机器学习的研究就是希望计算机能够像人类那样具有从现实世界获取知识的能力。学习应是一切智能系统的重要特征之一,没有学习能力的系统都不堪称为智能系统。因此不少学者认为,如果说八十年代是专家系统的年代,那么九十年代将是机器学习的年代。归纳学习是机器学习研究中最为困难,然而却最为诱人的一个方面。从科学哲学的观点来看,归纳能够帮助人们学习,而且也 相似文献
5.
6.
7.
归纳逻辑程序设计是机器学习与逻辑程序设计交叉所形成的一个研究领域,克服了传统机器学习方法的两个主要限制:即知识表示的限制和背景知识利用的限制,成为机器学习的前沿研究课题。首先从归纳逻辑程序设计的产生背景、定义、应用领域及问题背景介绍了归纳逻辑程序设计系统的概貌,对归纳逻辑程序设计方法的研究现状进行了总结和分析,最后探讨了该领域的进一步的研究方向。 相似文献
8.
一、引言机器学习是解决计算机获取知识问题的方法。在这项研究中,对人类学习方法的模拟是一条重要的途径,而归纳正是人类学习的重要方式之一。从归纳中获取知识是人类新知识的极其重要的来源,它通过对经验材料的研究,探求新知识。由于一切科学理论的基本前提最初都是从经验事实中总结出来的,而从经验到一般规律的过程中,归纳推理起着不可替代的作用。开普勒从各大行星的天文观测 相似文献
9.
10.
11.
实例学习与解释学习的结合 总被引:3,自引:0,他引:3
实例学习和基于解释的学习是机器学习领域中具有代表性的、研究得最为深刻的两种学习方法,但由于这两种学习方法都存在一定缺陷,使它们在实际应用中受到较大的限制。在关于人类概念形成的心理学理论的基础上,本文讨论一个基于实例和解释的学习模型,将这两种学习方法有机结合在一起,一方面使用领域知识指导归纳学习过程:另一方面用归纳学习弥补领域知识之不完善。其学习机理更加接近人类学习的认知过程——抽象思维过程,取得了较好的学习效果。 相似文献
12.
机器学习技术与机器学习系统 总被引:1,自引:0,他引:1
知识获取是知识处理过程中的“瓶颈“,这一问题的解决有赖于机器学习研究的进展。本文从两种不同的角度概述并评价了当前机器学习中的一些主要技术和典型系统,其一是着眼于机器学习技术所采用的推理方式,即演绎推理、归纳推理和类比推理,其二是强调机器学习系统所使用的知识类型和学习过程中信息流动的走向。 相似文献
13.
14.
三维地面反作用力(Ground reaction force, GRF)是人体运动分析的重要测量参数,但其测量受到一定限制。本文系统归纳了机器学习在预测GRF中的应用现状。以“ground reaction force”与“machine learning”“neural network”组合为关键词检索,筛选利用机器学习模型预测GRF的研究。共纳入14篇研究,研究的动作包括步行、跑步及个别专项动作,利用不同的学习算法来预测GRF,输入参数包括足底压力参数、运动捕捉获取的人体运动学参数等,均采用相关系数及均一化均方根误差作为评价指标。结果显示,利用机器学习预测GRF可获得极好的预测精度。利用机器学习模型预测GRF在人体运动中的应用还有待更多的研究,如增加用于机器学习的数据集大小可进一步提高学习模型的预测性能等。 相似文献
15.
16.
归纳学习的目的在于发现样例与离散的类之间的映射关系,样例及归纳的映射都需用某个形式化语言描述.归纳学习器采用的形式化语言经历了属性-值语言、一阶逻辑、类型化的高阶逻辑三个阶段,后者能克服前二者在知识表达及学习过程中的很多缺点.本文首先阐述了基于高阶逻辑的复杂结构归纳学习产生的历史背景;其次介绍了基于高阶逻辑的编程语言--Escher的知识描述形式及目前已提出的三种学习方法;复杂结构的归纳学习在机器学习领域的应用及如何解决一些现实问题的讨论随后给出; 最后分析了复杂结构归纳学习的研究所面临的挑战性问题. 相似文献
17.
邓中亮 《计算机工程与设计》1998,19(4):3-7
提出面向雕刻学习的基于特征的框架知识描述方法,该方法具有搜索简便、便于分类记忆等特点,有利于描述雕刻特征及其雕刻工艺过程、继承雕刻艺术风格。在雕刻学习过程中,通过交互式“传授”与机器学习,能方便地利用雕刻者的经验知识建立起知识框架结构,实现对雕刻曲面的精确描述。 相似文献
18.
19.
启发式知识获取方法研究 总被引:3,自引:0,他引:3
归纳学习是解决知识自动获取的有效方法,针对ID3算法、基于粗集的归纳学习以及其它一些归纳学习方法存在的问题,提出了一种新的归纳学习算法ITIL。此算法用信息增益为启发式,选择尽量少的重要属性或组合,以可分辨性为依据提取规则,许多实例表明,这些规则不仅简单,而且冗余小,作为知识获取模块的一部分,ITIL已被集成到一个“基于知识发现的医疗诊断辅助系统”动态知识库子系统中。 相似文献
20.
机器学习是人工智能研究的一个重点,并已出现了多种学习方法,如:机械学习、归纳学习、演绎学习、类比学习、基于解释学习、遗传算法和联接学习等. 相似文献