一种具有多粒度子句的 Tsetlin 机
机器学习
2019-09-17 v1 人工智能
机器学习
摘要
最近提出的 Tsetlin 机 (TM) 在多个基准测试中提供了有竞争力的模式识别准确率，但是需要进行三维超参数搜索。在本文中，我们引入了多粒度 Tsetlin 机 (MTM)。MTM 消除了 TM 用来控制其生成的用于识别模式的合取子句粒度的特异性超参数。我们不是使用固定的全局特异性，而是将变化的特异性编码为子句的一部分，使子句成为多粒度的。这使得配置 TM 更容易，因为超参数搜索空间的维数降低到仅两维。事实上，结果表明将 MTM 应用于新问题时涉及的超参数调优显著更少。此外，我们通过在合成和真实世界数据集上比较它们的性能，经验性地证明 MTM 提供了与经过精细特异性优化的 TM 所达到的相似性能。
引用
@article{arxiv.1909.07310,
title = {A Tsetlin Machine with Multigranular Clauses},
author = {Saeed Rahimi Gorji and Ole-Christoffer Granmo and Adrian Phoulady and Morten Goodwin},
journal= {arXiv preprint arXiv:1909.07310},
year = {2019}
}
备注
6 pages, 4 figures