基于Reduct的"规则+例外"学习

姚一豫1王珏2王飞跃2

1.中国科学院自动化研究所; 2.REGINA大学;

摘要：

一般地说,机器学习关注的是"规则",并将规则不能覆盖的"例外"考虑为噪声.然而,大量的应用不仅需要刻画满足大多数观察的规则,同时需要显现可解释地表示例外.在情报分析与安全预警这类应用中,例外可能是更为重要的知识.对此作者描述了一类限制在结构化符号数据集合上的基于Reduct的"规则+例外"学习的理论框架,并给出了解决这个框架各个组成部分中所存在的问题的一个方案.

关键词：机器学习、例外分析、Reduct

所属期刊栏目：28

分类号：TP18(自动化基础理论)

资助基金：科技部科研项目2004CB318103

在线出版日期：2005-12-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1778-1789