Influence indépendante de l'exploration et de l'exploitation : le cas des systèmes de recommandation par métaheuristiques
Autor: | Bettinger, Alexandre, Brun, Armelle, Boyer, Anne |
---|---|
Přispěvatelé: | Brun, Armelle, Building artificial Intelligence between trust, Responsibility and Decision (BIRD), Department of Complex Systems, Artificial Intelligence & Robotics (LORIA - AIS), Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS)-Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS) |
Jazyk: | francouzština |
Rok vydání: | 2022 |
Předmět: |
reinforcement
métaheuristique [INFO.INFO-AI] Computer Science [cs]/Artificial Intelligence [cs.AI] influence renforcement evolutionary algorithm Recommandation algorithme évolutionnaire metaheuristic Recommendation exploration exploitation [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI] |
Zdroj: | CNIA 2022-Conférence Nationale en Intelligence Artificielle CNIA 2022-Conférence Nationale en Intelligence Artificielle, Jun 2022, Saint Etienne, France |
Popis: | The exploration and exploitation (E&E) of a search space are two fundamental processes in artificial intelligence. The influence of E&E aims to improve these processes. The explainability of E&E is also an important issue. This article introduces an E&E independent influence process and indicators for the explainability of E&E. Our experiments on genetic and reinforcement algorithms confirm that (1) the proposed influence process has a positive impact on E&E, (2) the proposed indicators represent E&E more clearly. L'exploration et l'exploitation (E&E) d'un espace de recherche sont deux processus fondamentaux en intelligence artificielle. L'influence de l'E&E vise à améliorer ces processus. L'explicabilité de l'E&E est aussi un enjeu important. Cet article introduit un processus indépendant d'influence de l'E&E et des indicateurs pour l'explicabilité de l'E&E. Nos expérimentations sur les algorithmes génétique et par renforcement confirment que (1) le processus d'influence proposé a un impact positif sur l'E&E, (2) les indicateurs proposés représentent l'E&E avec plus de clarté. |
Databáze: | OpenAIRE |
Externí odkaz: |