非正则本体树中分类规则预测的串行计算系统
人工智能
2016-04-11 v1
摘要
规则的对象或结构具有统一的维度。基于正则模型的概念,我们之前的研究工作开发了正则本体系统,该系统为多智能体系统中学习环境下的统一预评估建模学习结构。该正则本体导致了分类规则学习算法的建模,该算法预测多智能体系统中归纳学习过程和决策制定所需规则的实际数量。但并非所有过程或模型都是正则的。因此本文提出一种多项式方程系统,给定一些定义参数,可以估计和预测非正则本体模型所需规则的数量。
引用
@article{arxiv.1604.02323,
title = {A system of serial computation for classified rules prediction in non-regular ontology trees},
author = {Kennedy E. Ehimwenma and Paul Crowther and Martin Beer},
journal= {arXiv preprint arXiv:1604.02323},
year = {2016}
}
备注
13 pages, 15 figures, International Journal article, PhD research work