A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Local Search with Probabilistic Modeling for Learning Multiple-Valued Logic Networks Pesquisa local com modelagem probabilística para aprendizagem de redes lógicas de valores múltiplos

Shangce GAO, Qiping CAO, Masahiro ISHII, Zheng TANG

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

Este artigo propõe um algoritmo de aprendizagem de modelagem probabilística para a abordagem de busca local para redes Lógicas de Valores Múltiplos (MVL). O modelo de aprendizagem (PMLS) tem duas fases: uma fase de busca local (LS) e uma fase de modelagem probabilística (PM). O LS realiza buscas atualizando os parâmetros da rede MVL. É equivalente a uma diminuição gradiente das medidas de erro e leva a um mínimo local de erro que representa uma boa solução para o problema. Uma vez que o LS fica preso em mínimos locais, a fase PM tenta gerar um novo ponto de partida para o LS para busca adicional. Espera-se que a busca adicional seja orientada para uma área promissora pelo modelo de probabilidade. Assim, o algoritmo proposto pode escapar dos mínimos locais e buscar ainda melhores resultados. Testamos o algoritmo em muitas redes MVL geradas aleatoriamente. Os resultados da simulação mostram que o algoritmo proposto é melhor do que outros métodos aprimorados de aprendizado de busca local, como busca local dinâmica estocástica (SDLS) e busca local dinâmica caótica (CDLS).

Publicação
IEICE TRANSACTIONS on Fundamentals Vol.E94-A No.2 pp.795-805
Data de publicação
2011/02/01
Publicitada
ISSN online
1745-1337
DOI
10.1587/transfun.E94.A.795
Tipo de Manuscrito
PAPER
Categoria
Redes Neurais e Bioengenharia

autores

Palavra-chave