PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2001 | nr 891 Pozyskiwanie wiedzy z baz danych : materiały na konferencję zorganizowaną przez Katedrę Systemów Sztucznej Inteligencji Akademii Ekonomicznej im. Oskara Langego we Wrocławiu, Karpacz, 18-20 maja 2001 r. | 88--95
Tytuł artykułu

Nowe podejście do wykorzystania programowania genetycznego w ekstrakcji wiedzy z sieci neuronowych

Treść / Zawartość
Warianty tytułu
Języki publikacji
PL
Abstrakty
Autorzy przedstawili metodę oceny reguł, bazującą na obserwacji zmian architektury sieci w trakcie jej ponownego uczenia. Metoda RENTGEN (Rules Evaluation with Network reTraining for Genetical Extraction of kNowledge) pozwala na sprawdzanie w jakim rzeczywistym tempie następuje poprawa jakości zdobywanej wiedzy. Dzięki niej można również stwierdzić na ile znalezione reguły są dalekie od teoretycznego ideału.
EN
The authors present a new method of rules appraisal, based on the observation of networks architecture durning its retraining. The RENTGEN method (Rules Evaluation with Network reTraining for Genetical Extraction of kNowledge) enables to check what is the real rate of the improvement of gained knowledge quality. It is also possible to estimate to what degree the found rules are similar to theoretic ideal. (MN)
Twórcy
Bibliografia
  • Arbatli A.D., Akin H.L.: Rule Extraction from Trained Neural Networks Using Genetic Algorithms, Non-linear Analysis, Theory, Methods and Applications.
  • Graven M., Shalvik J.: Using Neural Networks for Data Mining. Carnegie Mellon University 1997, ftp://ftp.cs.wisc.edu/machine-learning/shavlik-group/eraven.fgcs97.ps.
  • Keedwell E., Narayanan A., Savic D.: Using genetic algorithms to extract rules from trained neural networks. University of Exeter, http://citeseer.nj.nec.com/72313.html.
  • Michalewicz Z.: Algorytmy Genetyczne + Struktury danych = programowanie ewolucyjne. Springers Series Artificial Intelligence 1992.
  • Radcliffe N.J., Surry P.D.: Co-operation through Hierarchical Competition in Genetic Data Mining. Edinburg Parallei Computing Centre, Scotland, 1995, http://www.dai.ed.ac.uk/groups/evalg/eag_local_copies_of_papers.body.html.
  • Tackett W.A.: Genetic Programming for Feature Discovery and Image Discrimination. University of Southern California, http://cite.seer.nj.nec.com/tackett93genetic.html.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000000009507

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.