[VORTRAG] MESSUNG DER GÜTE DER APPROXIMATION DER GEBIETSGRENZEN BEIM EXPLORATIVEN LERNEN

Thread View: bln.lehre.misc

1 messages

[T] Back to Threads [V] Tree View [G] Group Articles

1 total messages Started by Peter Geibel Fri, 07 Jul 2000 00:00

Author: Peter Geibel
Date: Fri, 07 Jul 2000 00:00

104 lines
4308 bytes

--------------------------------------------------------------------------

                                                    
F O R S C H U N G S K O L L O Q U I U M             
Kuenstliche Intelligenz
                                                    
im Sommersemster 2000                               
                                                    
                                                    
Dienstag, den 11. Juli 2000
16.15 - 17.45 Uhr
Raum  FR 0513
Franklinstr. 28/29
D-10587 Berlin

--------------------------------------------------------------------------

      MESSUNG DER GÜTE DER APPROXIMATION DER GEBIETSGRENZEN 
                      BEIM EXPLORATIVEN LERNEN


                        Bettina Herrmann

                            TU Berlin 

Natürliche Lebewesen lernen vor allem aus ihren Fehlern. Beim regellernenden
Algorithmus Cal5, der anhand von Trainingspunkten Klassengebiete erlernt,
wird in der Konfusionsmatrix für jede Klasse die Anzahl der falsch und der
richtig klassifizierten Punkte angegeben. Außerdem wird die
"Lernerfolgsrate" berechnet, das ist der Anteil der richtig klassifizierten
Punkte an der Gesamtzahl aller Trainingspunkte. Diese Rate ist ein erstes
Gütemaß.

Dieses Gütemaß ist aber nicht aussagekräftig genug, um beim explorativen
Lernen daraus Nutzen zu ziehen. Das liegt vorallem daran, daß nur die
Anzahlen der falsch klassifizierten Gebiete vorliegen, aber die Information
fehlt, wo diese Punkte liegen. Aus diesem Grund habe ich die sogenannte
Streifenmethode implementiert, die einerseits eine gezielte
Trainingsdatengenerierung erlaubt und andererseits ein Gütemaß darstellt,
das dem "echten" Fehler, dem Volumen des falschklassifizierten Gebietes,
nahekommt.

Bei einer mehrmaligen Anwendung von Cal5 bewirkt die Streifenmethode, daß
bei jedem Schritt besonders die im vorangegangenen Schritt falsch
klassifizierten Gebiete genauer behandelt werden. Gerade dort, wo Fehler
gemacht wurden, werden also im nächsten Lernschritt besonders viele
Informationen herangezogen. Das Lernen konzentriert sich gewissermaßen auf
die problematischen Bereiche.

Anhand dreier Versuchsreihen wurde getestet, ob die Streifenmethode die in
sie gesetzten Erwartungen erfüllt. Gegenüber vergleichbaren Ansätzen ohne
die Streifenmethode kann man eine Verbesserung des Lernverhaltens
feststellen.
------------------------------------------------------------------------

TU Berlin
FG Methoden der Künstlichen Intelligenz
Franklinstr. 28/29, FR 5-8
10587 Berlin

--------------------------------------------------------------------------
--------------------------------------------------------------------------
  Das aktuelle Kolloquiumsprogramm finden Sie im WWW unter 

                http://ki.cs.tu-berlin.de/col.html 
--------------------------------------------------------------------------
--------------------------------------------------------------------------


-- 
### Peter Geibel 
### TU Berlin, KI, Sekr. FR 5-8, Franklinstr. 28/29, D-10587 Berlin
### Tel. +49-30-314-25491, Fax +49-30-314-24913
### http://www.cs.tu-berlin.de/~geibel, mailto:geibel@cs.tu-berlin.de

Thread Navigation

This is a paginated view of messages in the thread with full content displayed inline.

Messages are displayed in chronological order, with the original post highlighted in green.

Use pagination controls to navigate through all messages in large threads.

Back to All Threads