1 / 20

Inkrementalno spajanje prostora inačica

Inkrementalno spajanje prostora inačica. Dejan Novak Krešimir Prcela Igor Kozina. Uvod. Svojstva orginalnog oblik prostora inačica: održavanje skupa hipoteza predstavljanje tog skupa samo sa najspecifičnijim i najopćenitijim definicijama

kipp
Download Presentation

Inkrementalno spajanje prostora inačica

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Inkrementalno spajanje prostora inačica • Dejan Novak • Krešimir Prcela • Igor Kozina

  2. Uvod • Svojstva orginalnog oblik prostora inačica: • održavanje skupa hipoteza • predstavljanje tog skupa samo sa najspecifičnijim i najopćenitijim definicijama • Nedostatak: skup hipoteza mora odražavati striktnu konzistentnost sa podacima

  3. Uvod • Algoritam eliminacije kandidata također pretpostavlja striktnu konzistentnost s podacima - eliminira iz prostora inačica sve hipoteze koji nisu konzistentni sa novim primjerom

  4. Generaliziranje prostora inačica • Uklanja pretpostavku o striktnoj konzistentnosti s podacima • Prostor inačica je i dalje skup hipoteza koji se može efikasno predstaviti s minimalnim i maksimalnim elementima skupa

  5. G1 G2 G12 VS1 VS12 VS2 S12 S1 S2 Spajanje prostora inačica • Uklanja pretpostavku o striktnoj konzistentnosti s podacima • Bazira na presjeku prostora inačica

  6. Spajanje prostora inačica • Algoritam u dva koraka: • za svaki par elemenata s1 iz S1 i s2 iz S2 generiraj njihove najspecifičnije zajedničke generalizacije. Dodijeli skupu S12uniju svih takvih najspecifičnijih generalizacija parova elemenata iz dva orginalna S skupa. Slično, generiraj skup svih najopćenitijih specijalizacija elemenata iz dva orginalna G skupa, G1 i G2, za novi G skup G12. • ukloni iz S12one elemente koji nisu specifičniji od nekog elementa iz G1 i nekog elementa iz G2. Također ukloni one elemente koji su općenitiji od nekog drugog elementa iz S12 (generiranog iz drugog para elemenata iz S1 i S2). Slično tome, ukloni iz G12one elemente koji nisu općenitiji od nekog elementa iz S1 i S2, kao i one koji su specifičniji od nekog drugog elementa iz G12.

  7. Inkrementalno spajanje prostora inačica • Sa pojavljivanjem nove informacije u procesu učenja – najčešće klasificiranog primjera - dolazimo do skupa relelevantnih hipoteza za tu informaciju, i taj skup presjecamo sa prostorom inačica generiranim iz prethodnih informacija • Rezultirajući prostor inačica reflektira sve prošle informacije, kao i novu informaciju

  8. VSM VSi VSn+1 VSn Inkrementalno spajanje prostora inačica • Kako dolazimo do nove informacije generira se prostor inačica za tu informaciju (VSi) i presjeca sa prostorom inačica dobivenim iz prethodnih podataka (VSn) čime se dobiva novi prostor inačica (VSn+1), koji će u narednom koraku biti presječen sa prostorom inačica dobivenim iz nove informacije

  9. Emulacije algoritma eliminacije kandidata • Ključna ideja emulacije algoritma eliminacije kandidata je da se formira prostor inačica hipoteza striktno konzistentnih sa svakim individualnim primjerom i napravi presjek tih prostora inačica pomoću inkrementalnog spajanja prostora inačica

  10. Primjer učenja • Robot na proizvodnoj liniji koji manipulira objektima • Robot određene objekte nije u stanju uhvatiti • Zadatak učenja je da formira pravila koja će omogućiti robotu da predvidi koje objekte može zgrabiti • Robot može identificirati, i prema tome jedina svojstva koja se mogu pojaviti u naučenim pravilima, su oblik i veličina

  11. oblik veličina ? ? poliedar sfera velika mala kocka piramida oktaedar Primjer učenja • Hipoteze su oblikaVeličina(X, mala)  Oblik(X, poliedar)  Uhvatljiv(X), • Kraći zapis: [mala, poliedar].

  12. Algoritam eliminacije kandidata

  13. Emulacija algoritma eliminacije kandidata • Ideja je da za svaki novi primjer za učenje formiramo skup hipoteza koje korektno klasificiraju dani primjer • Taj prostor inačica tada presjecamo sa prostorom inačica dobivenim iz prethodnih podataka, formirajući novi prostor inačica koji sadrži hipoteze konzistentne sa svim prethodnim podacima i novim primjerom • Implementacija algoritma eliminacije kandidata pomoću inkrementalnog spajanja prostora inačica zahtjeva predstavljanje prostora inačica hipoteza koje korektno klasificira zadani primjer pomoću najopćenitije (skup G) i najspecifičnije (skup S) granice

  14. Emulacija algoritma eliminacije kandidata • Ako je primjer pozitivan, njegov S skup se postavlja na najspecifičnije hipoteze koje su konzistentne s primjerom. To u većini slučajeva znači da skup S sadrži primjer kao jedini element. Skup G sadrži najopćenitiju hipotezu. • Ako je primjer negativan, negov S skup sadrži najspecifičniju hipotezu, dok se skup G sastoji od minimalnih specijalizacija najopćenitije hipoteze koje su konzistentne s primjerom. Ta dva skupa tvore prostor inačica konzistentan s danim primjerom.

  15. Emulacija algoritma eliminacije kandidata • Algoritam eliminacije kandidata implementiran pomoću inkrementalnog spajanja prostora inačica inicijalno počinje sa potpunim prostorom inačica – skup S sadrži najspecifičniju hipotezu dok skup G sadrži najopćenitiju hipotezu • Svaki primjer se pretvara u prostor inačica i kao takav se spaja sa prostorom inačica dobivenim iz prethodnih primjera • Taj se proces ponavlja dok se ne dobije prostor inačica sa jednim elementom

  16. Emulacija algoritma eliminacije kandidata

  17. Emulacija algoritma eliminacije kandidata – prvi primjer • Početni prostor inačica: S = {[, ]}, G = {[?, ?]} • Prostor inačica za primjer: S={[mala, kocka]}, i G={[?,?]} • Algoritam spajanja prostora inačica: • 1. korak: najspecifičnija generalizacija parova iz dva orginalna S skupa – generalizacija elemenata [, ] i [mala, kocka]: {[mala, kocka]} • 2. korak: u drugom koraku se izbacuju oni elementi skup S koji nisu minimalni i oni koji nisu specifičniji od elemenata iz dva orginalana skupa G • Slično tome, za novi skup G najopćenitija generalizacija od [?,?] i [?,?] je {[?,?]}.

  18. Emulacija algoritma eliminacije kandidata – drugi primjer • Prostor inačica za primjer: S = {[,]} i G = {[velika,?]; [?, poliedar]} • Za novi skup S uzmemo najspecifičniju generalizaciju od [mala,kocka] i [, ] koja je specifičnija od [?,?], [velika,?] i [?, poliedar]. Rezultat je {[mala, kocka]} • Za novi skup G najopćenitija specijalizacija od [?,?] i [velika,?] je {[velika, ?]}, a najopćenijita specijalizacija od [?,?] i [?,poliedar] je {[?,poliedar]}, ali [velika,?] nije općenitija od elementa [mala, kocka] pa se izbacuje iz skupa G • Novi skupovi su S = {[mala, kocka]} i G = {[?, poliedar]}

  19. Emulacija algoritma eliminacije kandidata – treći i četvrti primjer • Prostor inačica za treći primjer: S = {[, ]} G = {[mala, ?]; [?,sfera]; [?,kocka]; [?,piramida]} • Spajanjm sa prethodnim prostorom inačica dobivamo S = {[mala, kocka]} i G = {[?,kocka]; [mala, poliedar]} • Prostor inačica za četvrti primjer: S={[mala, piramida]} i G = {[?,?]} • Konačan prostor inačica S=G={[mala, poliedar]}.

  20. Emulacija algoritma eliminacije kandidata

More Related