یادگیری ترکیب تصمیم در یادگیری مفهوم با استفاده از یادگیری نموی بر اساس جمعیت(PBIL)

سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 685

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

FJCFIS02_132

تاریخ نمایه سازی: 26 تیر 1392

چکیده مقاله:

مسئله یادگیری مفاهیم یکی از مسائل مهم و چالش انگیز در روباتیک، هوش مصنوعی و یادگیری ماشینی است. اطلاعات دریافتی از محیط از طریق سنسورهای عامل صورت میگیرد که عملا محدودیتهای فراوانی دارند. این امر نیاز به مدلسازی نایقینیرا در درک، نمایش اطلاعات و تصمیمگیری اجتناب ناپذیر میسازد. از طرف دیگر منابع اطلاعاتی مختلف عامل میتوانند محتوای اطلاعاتی در سطوح مختلفی داشته باشند. لذا نیاز خواهد بود اطلاعات حاصله با در نظر گرفتن قابلیت اطمینان صحیح آنها ترکیبشوند. این مقادیر قابلیت اطمینان در حالت کلی وابسته به زمینه میباشند. در این مقاله مفاهیم فوق برای مسئله ترکیب تصمیم در یادگیری مفهوم مدنظر قرار میگیرد. مدلTBMاسمتز به عنوان مدل کلی نمایش و حمل نایقینی فرض شده، آنکاه به دلیل ماهیت پیچیده مسئله بهینهسازی مقید حاصل برای یادگیری ضرایب قابلیت اطمینان منابع سنسور عامل یادگیری مفهوم، مدلسازی آن برای یادگیری توسط الگوریتمهای تکاملی انجام میگیرد

نویسندگان

طاهر شهبازی میرزاحسنلو

قطب علمی کنترل و پردازش هوشمند، دانشکده مهندسی برق و کامپیوتر، دانشگ

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • _ _ _ Princeton, N.J, 1976. ...
  • P. Smets, Belief functions. in Ph. Smets, A. Mamdani, D. ...
  • T.Sh. Mirzahas anloo, B.N. Araabi, M.N. Ahmadabadi and C. Lucas, ...
  • T.Sh. Mirzahasanloo, M.N. Abmadabaai* ...
  • Intell, , vol. 21, no. 5, May 2007. ...
  • A.P. Dempster, "Upper and lower probabilities induced by a multivalued ...
  • the belief function framework using Fusion, 2008. ...
  • _ _ _ Fedrizzi, and) Kacprzyk, Advances in the Dempster- ...
  • _ and behavior analysis: an _ J. The Exp. Anal. ...
  • _ Rzolatti, ،:The mi _ system @@ imitation, " in ...
  • Reinforcement Learning: An Introduction, Cambridge, MA: MIT Press, 1998. ...
  • Verlag. Berlin, 1989. Stern, ...
  • learning: a Bayesian approach, " Tech. Rep., Univ. Tehran, 2006. ...
  • c omputationally guided review, " Neural Netw. 19, 254-271, 2006. ...
  • learming to continuous search spaces, " PPSN V, A.E. Eiben, ...
  • _ Man and Cyber: _ _ [19] D. Mercier, B. ...
  • integrating genetic search based function optimization and competitive learning, Tech. ...
  • A.E. Eiben, J.E. Smith, Agoston E, Eiben, J.D. Smith. Introductioae ...
  • S. Baluja, _ empirical _ seven iterative and _ _ ...
  • optimization heuristics, " CMU-CS-95 193, ...
  • T. Kohonen, Self- Organizing _ _ Sutton, Associate Memory (3rd ...
  • E, .olario, i 97. J.-K. Hao. et al. Eds.. France. ...
  • M. Sebag, and A. Ducoulombier, :Extending population-bas ed incremental learming ...
  • in Inf. Fusion, 2008. Denoeux, ...
  • نمایش کامل مراجع