HISTORY-DRIVEN TEMPLATE GENERATION IN INDUCTIVE LOGIC PROGRAMMING

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F12%3A10129774" target="_blank" >RIV/00216208:11320/12:10129774 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

HISTORY-DRIVEN TEMPLATE GENERATION IN INDUCTIVE LOGIC PROGRAMMING

Popis výsledku v původním jazyce

Inductive logic programming is a machine learning method that combines inductive learning with the representation of hypotheses as logic programs. There exist methods that given a template find unification of variables in the template to obtain a hypothesis that subsumes all positive examples and does not subsume any negative example. In this paper we deal with the problem how to obtain the template. In particular, we suggest a method how to efficiently generate the template by remembering the history of generated templates and exploiting this history when adding predicates to a new candidate template. This method significantly outperforms the existing method based on brute-force incremental extension of the template. We demonstrate the efficiency experimentally using randomly generated structured problems.

Název v anglickém jazyce

HISTORY-DRIVEN TEMPLATE GENERATION IN INDUCTIVE LOGIC PROGRAMMING

Popis výsledku anglicky

Inductive logic programming is a machine learning method that combines inductive learning with the representation of hypotheses as logic programs. There exist methods that given a template find unification of variables in the template to obtain a hypothesis that subsumes all positive examples and does not subsume any negative example. In this paper we deal with the problem how to obtain the template. In particular, we suggest a method how to efficiently generate the template by remembering the history of generated templates and exploiting this history when adding predicates to a new candidate template. This method significantly outperforms the existing method based on brute-force incremental extension of the template. We demonstrate the efficiency experimentally using randomly generated structured problems.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/GBP202%2F12%2FG061" target="_blank" >GBP202/12/G061: Centrum excelence - Institut teoretické informatiky (CE-ITI)</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2012

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Applied and Computational Mathematics

ISSN

1683-3511

e-ISSN

—

Svazek periodika

11

Číslo periodika v rámci svazku

2

Stát vydavatele periodika

AZ - Ázerbájdžánská republika

Počet stran výsledku

14

Strana od-do

200-213

Kód UT WoS článku

000306149600005

EID výsledku v databázi Scopus

—