La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

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 Recherche locale avec modélisation probabiliste pour l'apprentissage des réseaux logiques à valeurs multiples

Shangce GAO, Qiping CAO, Masahiro ISHII, Zheng TANG

  • Vues en texte intégral

    0

  • Citer

Résumé:

Cet article propose un algorithme d'apprentissage de modélisation probabiliste pour l'approche de recherche locale des réseaux logiques à valeurs multiples (MVL). Le modèle d'apprentissage (PMLS) comporte deux phases : une phase de recherche locale (LS) et une phase de modélisation probabiliste (PM). Le LS effectue des recherches en mettant à jour les paramètres du réseau MVL. Cela équivaut à une diminution graduelle des mesures d’erreur et conduit à un minimum d’erreur local qui représente une bonne solution au problème. Une fois que le LS est piégé dans les minima locaux, la phase PM tente de générer un nouveau point de départ pour le LS pour une recherche plus approfondie. On s'attend à ce que la poursuite des recherches soit guidée vers une zone prometteuse par le modèle probabiliste. Ainsi, l’algorithme proposé peut s’échapper des minima locaux et rechercher de meilleurs résultats. Nous testons l'algorithme sur de nombreux réseaux MVL générés aléatoirement. Les résultats de la simulation montrent que l'algorithme proposé est meilleur que les autres méthodes d'apprentissage de recherche locale améliorées, telles que la recherche locale dynamique stochastique (SDLS) et la recherche locale dynamique chaotique (CDLS).

Publication
IEICE TRANSACTIONS on Fundamentals Vol.E94-A No.2 pp.795-805
Date de publication
2011/02/01
Publicisé
ISSN en ligne
1745-1337
DOI
10.1587/transfun.E94.A.795
Type de manuscrit
PAPER
Catégories
Réseaux de neurones et bio-ingénierie

Auteurs

Mots-clés

Table des matières