基于Reduct的quot;规则+例外quot;学习.pdfVIP

第28 卷 第ll 期 计 算 机 学 报 Voi. 28 No. ll 2005 年ll 月 CHINESE JOURNAL OF COMPUTERS Nov. 2005 基于Reduct 的“规则+ 例外”学习 l） 2 ） l） 王 珏 姚一豫 王飞跃 l） （中国科学院自动化研究所复杂系统与智能科学实验室 北京 l00080 ） 2 ） （Regina 大学计算机科学系 加拿大） 摘 要 一般地说，机器学习关注的是“规则”，并将规则不能覆盖的“例外”考虑为噪声. 然而，大量的应用不仅需 要刻画满足大多数观察的规则，同时需要显现可解释地表示例外. 在情报分析与安全预警这类应用中，例外可能是 更为重要的知识. 对此作者描述了一类限制在结构化符号数据集合上的基于Reduct 的“规则+ 例外”学习的理论 框架，并给出了解决这个框架各个组成部分中所存在的问题的一个方案. 关键词 机器学习；例外分析；Reduct 中图法分类号 TPl8 ‘Rule + Exception ’Learning Based on Reduct l） 2 ） l） WANG Jue YAO Yi-Yu WANG Fei-Yue l ） （Key Laboratory of Conp lex System and Intelligence Science ，Institute of A utomation ，Chinese Academy of Sciences ，Beij ing l00080 ） 2 ） （Dep artment of Comp uter Science ，Uniuersity of Regina ，Canada ） Abstract Machine iearning normaiiy focuses on “ruies ”and treats “exceptions ”not covered by the ruies as noise. In many appiications ，it is necessary to have not oniy ruies describing the observations but aiso expiicit and expiainabie representation of exceptions. Exceptions may be an important type of knowi- edge in these appiications ，such as inteiiigence anaiysis and security warning. Based on the notion of Re- ducts ，a theoreticai