研究課題
高次学習機構について、経験的学習と説明に基づく学習の短所を改善する二つの方法を統合したハイブリッドな学習方法を開発し、学習システムLATEXを構築した。説明に基づく学習においては、領域理論と呼ばれる背景的な知識が用いられるが、実世界において与えられる領域理論は近似的であり、また学習のために与えられる訓練例も雑音を含んでいることが多い。LATEXは、このような環境の下で、命題論理より記述力の高い述語論理のような関係で表わされる理論を学習することが可能なシステムであり、最少記述長原理(MDL)に基づいたシステムである。また、数値、クラス階層などの種々な情報を扱える多ソート帰納学習システムを開発した。このシステムは帰納論理プログラミングに制約の考えを取り入れたものであり、数値データを線形制約式に一般化するという特徴をもっている。実際の応用としては、画像からのシーンの復元問題を対象とし、複数物体から構成される隠れ部分を含む情景画像の3次元形状及び3次元物体配置問題を仮説検証の枠組みで捉え、既知物体の知識利用による周辺物体の面・稜成分特徴の学習的獲得を試みた。また、パターン情報から記号情報を生成し、分散環境で利用するための学習システムの実現を指向して、分散環境における通信メッセージの自動生成システムを開発し、ロボット間協調作業における通信の効率化を行なう学習システムを構築した。さらに、不完全で確率的な医学知識を対象として、データベースの位相的構造を抽出するラウ集合理論を確率的知識が扱えるように拡張し、知識獲得システムを開発した。また、言語からの知識獲得に焦点を当て、言語-知識の関係や知識の論理構造を考察し、マニュアル文を対象に、知識の分類を行い、時制と相の知識に対する関連性を明確にして、高品質なマニュアル文生成システムを開発した。
すべて その他
すべて 文献書誌 (6件)
