知識表現を変化させる学習について  [in Japanese] Learning by Switching Knowledge Representations  [in Japanese]

Access this Article

Search this Article

Author(s)

    • 松本 裕二 MATSUMOTO Yuji
    • 大阪府立大学大学院理学系研究科 情報数理科学専攻 Department of Mathematics and Information Sciences, Graduate School of Science, Osaka Prefecture University
    • 馬野 元秀 UMANO Motohide
    • 大阪府立大学大学院理学系研究科 情報数理科学専攻 Department of Mathematics and Information Sciences, Graduate School of Science, Osaka Prefecture University
    • 藤丸 雅弘 [他] TOMARU Masahiro
    • 大阪府立大学大学院理学系研究科 情報数理科学専攻 Department of Mathematics and Information Sciences, Graduate School of Science, Osaka Prefecture University
    • 瀬田 和久 SETA Kazuhisa
    • 大阪府立大学大学院理学系研究科 情報数理科学専攻 Department of Mathematics and Information Sciences, Graduate School of Science, Osaka Prefecture University

Abstract

人間の学習過程では,始めは与えられたデータをそのまま覚えておき,それを用いて推論を行うが,与えられたデータが増えるにつれて,それらをまとめた知識を持つようになる.つまり,データ数が少ないときに適した知識の表現方法と多いときに適した表現方法は異なっており,データに応じて適切な知識を持つようになると考えられる.このような学習を表現するために,本論文では抽象度が異なるいくつかの知識表現法を用いて,これらを変化させながら推論と学習を進めていく方法を提案する.具体的にはデータがひとつずつ与えられるごとに現在の知識を用いて推論を行い,推論結果と正解を比べて不正解が連続した場合に,推論法の切り換えや知識の再構成や知識表現の切り換えを行うことにより学習を行う.これによって,状況にできるだけ適した知識表現と知識集合を用いるようにする.UCIの機械学習用データセットの手書き数字識別データを使用してシミュレーションを行った.その結果,知識の量を抑えながらある程度の推論性能を保つとともに,人間のように知識表現が切り換わっていく学習が行われることが分かった.

When we solve a problem, we initially have no knowledge and we memorize the raw data. Finally we have general knowledge for solving the problem. To simulate this learning process, we propose a learning method by switching different levels of knowledge representations, each has a knowledge-set, a knowledge generation method and several reasoning methods. The system reasons the class of given data and the successive incorrect classifications trigger to learn with switching the reasoning method to another, reconstructing the knowledge-set, or switching the knowledge representation to the suitable one for the given data. We implement a prototype of the system and apply it to Pen-Based Recognition of Handwritten Digits in UCI Machine Learning Repository. In the simulation, the system can switch suitable knowledge representations from the raw data to general knowledge such as fuzzy rules with a good rate correctly classified and a small amount of knowledge.

Journal

  • Journal of Japan Society for Fuzzy Theory and Intelligent Informatics

    Journal of Japan Society for Fuzzy Theory and Intelligent Informatics 19(3), 276-286, 2007-06-15

    Japan Society for Fuzzy Theory and intelligent informatics

References:  15

Codes

  • NII Article ID (NAID)
    110006297356
  • NII NACSIS-CAT ID (NCID)
    AA1181479X
  • Text Lang
    JPN
  • Article Type
    ART
  • ISSN
    13477986
  • NDL Article ID
    8862808
  • NDL Source Classification
    ZM31(科学技術--数学) // ZM13(科学技術--科学技術一般--データ処理・計算機)
  • NDL Call No.
    Z15-649
  • Data Source
    CJP  NDL  NII-ELS  J-STAGE 
Page Top