基于Reduct的"规则+例外"学习

• 作者: 姚一豫 王珏 王飞跃
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 机器学习 例外分析 Reduct
• 年，卷（期）: 2005,（11）
• 所属期刊栏目: 研究论文与技术报告
• 页码范围: 1778-1789
• 页数: 12页
• 分类号: TP18
• 字数: 14141字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2005.11.003

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王飞跃	中国科学院自动化研究所复杂系统与智能科学实验室	160	4376	31.0	64.0
2	王珏	中国科学院自动化研究所复杂系统与智能科学实验室	140	3295	27.0	54.0
3	姚一豫	Regina大学计算机科学系	1	25	1.0	1.0