归纳和分析学习结合.pptVIP

表12-3 Cup学习任务 领域理论 训练样例 * 举例 在KBANN算法的第一步，构建一个与领域理论一致的初始网络，例如，从Cup的领域理论中构建的网络描绘于见图12-2中。 一般说来，网络的构建是通过对领域理论中每个Horn子句建立一个sigmoid单元。KBANN遵从惯例，sigmoid输出值大鱼0.5时被解释为真，小于0.5则解释为假。因此每个单元的构建方法为：当对应的Horn子句存在时，单元的输出就大于0.5. 对该Horn子句的每个先行词，建立其对应的Sigmoid单元作为输入，然后设置Sigmoid单元的权值，使其计算得出其输入的逻辑与。 确切的讲，对于每个对应于非负先行词的输入，权值被设置为某正常量W，对每个对应于负先行词的输入，权值为-W 单元的阈值权w0设为-(n-0.5)W，其中n为非负先行词的数目 当单元输入值为1或者0的时候，这保证了当且仅当所有的子句先行词满足时，输入的加权和加上W0为正。注意，对于sigmoid单元，第二层及以后的层中单元输入不一定为1或者0，上面的命题无法应用于此。然而如果为W选择足够大的值，此KBANN算法可以对任意深度的网络进行领域理论编码。T S在多次试验中使用W=4.0. 每个sigmoid单元输入被连接到适当的网络输入或另一个sigmoid单元的输出，一反应领域理论中对应属性的依赖关系图。最