• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2002 年度 実績報告書

推論による誤差を含む数値データからの知識獲得

研究課題

研究課題/領域番号 14780304
研究機関北九州市立大学

研究代表者

廣渡 栄寿  北九州市立大学, 情報処理教育センター, 助教授 (60274429)

キーワード学習理論 / 帰納推論 / 実数値関数 / 帰納的実数値関数 / 仮説変更 / 例外
研究概要

平成14年度は、不完全な実数値データしか与えられない場合の実数値関数の帰納推論について研究を行った。専門家から、実際に実験や観測を行う際に、解析に充分な数値データを得ることができない場合もあるとの指摘を受けている。また、与えられた数値データには、入力する際にある程度のエラーが含まれていると思われる。このように、数値データが満足に与えられない場合でも解析できるように、誤差を含む実数値データからの学習方式を再構築し、実数値関数の帰納推論について、仮説変更と例外を許す成功基準について研究を行った。
特に、従来からよく知られている自然数の帰納推論の成功基準を拡張して、帰納的実数値関数の帰納推論の成功基準を提案し、その成功基準の比較を行った。その結果、仮説の変更回数に制限がある帰納的実数値関数の帰納推論は、自然数上の帰納推論の場合の自然な拡張であることがわかった。しかしながら、例外を許す帰納的実数値関数の帰納推論において、例外とは、ある有限の幅を持つ有限個の有利区間として表される。このため、例外となる区間の個数だけでなく、その区間の幅の長さの違いが、成功基準の違いに影響を及ぼすという結果を得た。更に、推論機械が、例外とする区間の幅の長さが事前にわかっている場合と、そうでない場合では、本質的に推論可能性に違いがあることを示した。

  • 研究成果

    (1件)

すべて その他

すべて 文献書誌 (1件)

  • [文献書誌] E.Hirowatari, K.Hirata, T.Miyahara, S.Arikawa: "Criteria for Inductive Inference with Mind Changes and Anomalies of Recursive Real-Valued Functions"IEICE TRANSACTIONS of Information and Systems. Vol.E86-D, No.2. 219-227 (2003)

URL: 

公開日: 2004-04-07   更新日: 2016-04-21  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi