面向噪声与冗余问题的连接主义专家系统的自动生成

在创建专家系统时，最困难且最昂贵的任务是构建知识库。如果问题涉及噪声数据和冗余测量，尤其如此。本文展示了如何修改用于从训练示例生成连接主义专家系统的MACIE过程，使其能够适应噪声和冗余数据。基本思想是通过为底层问题构建一个“深层”模型和一个噪声模型来动态生成适当的训练示例。还讨论了使用胜者全取变量组。这些技术通过一个小例子进行了说明，该例子对于标准专家系统方法来说非常困难。