|
この研究で得た主たる成果は以下の通りである。
1)正規パターン上の決定木の帰納学習:正規パターン上の決定木で生成される言語は、正規パターン言語とco-正規パターン言語の積和形で表されるが、2つの正規パターン言語の積(共通部分)を正例から効率的に帰納学習する問題は難しく未解決である。本研究では、ある制限を付加した深さ2の決定木で生成される言語の包含問題や有限証拠集合等に関する理論的結果を求め、それを用いて正例から決定木を効率的に学習するアルゴリズムを構築した。
2)erasing正規パターン言語の和に関するCompactness定理:言語の意味的包含と構文的な包含の等価性を意味するCompactnessの成立は、正規パターンで生成される様々な言語の効果的な帰納学習アルゴリズム構築の重要な鍵である。本研究では、erasing正規パターン言語の和のクラスがCompactnessを有する必要十分条件を組合せ論的な手法で証明した。
3)誤情報を含む事例からの近傍推論:誤った事例を含む学習の枠組みとして、近傍推論の枠組みを導入していたが、本研究では論駁推論や極小推論等の従来の学習枠組みとの比較を行い、パターン言語が近傍推論可能であることを示した。
4)正規パターン言語の積和の帰納学習:正規パターン言語で生成される様々な言語の帰納学習可能性を調べ、意味的包含と構文的包含との対応関係を求めた。
|
