人工知能学会全国大会論文集
Online ISSN : 2758-7347
第34回 (2020)
セッションID: 2D6-OS-18c-04
会議情報

知識獲得の基盤としての整列構造
出来事の集合はどの様に作られるのか?
*山川 宏
著者情報
キーワード: 表現, モデル, 準同型
会議録・要旨集 フリー

詳細
抄録

統計的学習は、出来事の生起回数を数えることに基づいて環境から知識を獲得します。 したがって、出来事の集合を柔軟に定義できれば推論できる範囲が広がります。 この発表では、あらゆる統計的学習を支える最小の表現となる整列構造を最初に定義します。 これは、要素として出来事を指定するためのインデックスを持つ事例インデックス集合(CIS)と、各インデックスに従って値領域から各変数に対応する値を読み取る値読み取り手順で構成されます。 現場の技術を分析して抽象的なCISを構築する基本手順を特定した。その手順とは、全てのCIS内の要素を起点として次の手続きを繰り返す「CIS内の特定の要素を起点として部分的な領域を切り取って高次のCIS要素に関連付ける手続き」となります。 今回の検討は、自動的に整列構造を発見することで、推論能力を高める人工知能の研究に貢献できると期待しています。

著者関連情報
© 2020 一般社団法人 人工知能学会
前の記事 次の記事
feedback
Top