Learning rules for graph transformations by induction from examples

Autor: Malcolm Bersohn
Rok vydání: 1986
Předmět:
Zdroj: Computational Intelligence. 2:191-195
ISSN: 1467-8640
0824-7935
Popis: The input to the described program, in learning mode, consists of examples of starting graph and result graph pairs. The starting graph is transformable into the result graph by adding or deleting certain edges and vertices. The essential common features of the starting graphs are stored together with specifications of the edges and vertices to be deleted or added. This latter information is obtained by mapping each starting graph onto the corresponding result graph. On subsequent input of similar starting graphs without a result graph, the program, in performance mode, recognizes the characterizing set of features in the starting graph and can perform the proper transformation on the starting graph to obtain the corresponding result graph. The program also adds the production to its source code so that after recompilation it is permanently endowed with the new production. If any feature which lacks the property “ordinary” is discovered in the starting graph and only one example has been given, then there is feedback to the user including a request for more examples to ascertain whether the extraordinary property is a necessary part of the situation. En mode ? apprentissage, le programme que nous decrivons prend en entree des exemples de paires « graphe de depart -graphe ? arrivee » Le graphe ? arrivee peut s'obtenir du graphe de depart par ajout ou elimination ? un certain nombre ? arětes et de sommets. Les caracteristiques communes essentielles des graphes de depart sont mis en memoire avec une specification des arětes et sommets a ajouter ou eliminer. On obtient cette demiere information aľ aide ? une application de chaque graphe de depart sur le graphe ? arrivee correspondent. Par la suite, sur ľ entree de graphes de depart non accompagnes de leur graphe ? arrivee, le programme, en mode de travail, reconnait ľ ensemble caracteistique de traits dans le graphe de depart et sait effectuer sur ce dernier les transformations pertinentes pour produire le graphe ? arrivee correspondant. Le programme ajoute aussi cette production dans son code source de sorte qu'apres recompilation il garde en permanence la nouvelle production. Si le programme trouve dans le graphe de depart un trait qui n'a pas la propriete« ordinaire » et qui ne figure que dans un seul exemple, alors il retourne un message aľ usager et lui demande des exemples additionnels pour determiner si le trait est un constituant essentiel de la situation. Mots cles: apprentissage, induction, transformation de graphes, acquisition de connaissances, generalisation instance-classc.
Databáze: OpenAIRE
Externí odkaz: