Главная » Просмотр файлов » Автореферат

Автореферат (1137434), страница 2

Файл №1137434 Автореферат (Модели, методы и комплексы программ построения зависимостей, основанные на решетках замкнутых множеств) 2 страницаАвтореферат (1137434) страница 22019-05-20СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 2)

Множество существенных содержаний является множествомзаключений импликаций из минимального базиса импликаций (любого минимального базиса импликаций).В разделе 2.2 описывается структура минимальных базисов импликаций. Базис импликаций J минимален тогда и только тогда, когда для любойимпликации → ∈ J квазизамыкание посылки является псевдосодержанием и у различных импликаций квазизамыкания посылок различны.В разделе 2.3 приводится ранее известный результат о полиномиальнойэквивалентности задачи поиска минимального базиса импликаций формального контекста и задачи поиска минимального покрытия функциональных зависимостей реляционной базы данных.В разделе 2.4 рассматривается задача:Задача 1.

Распознавание псевдосодержания (PI)ВХОД: Формальный контекст K = (, , ) и подмножество признаков ⊆ .ВОПРОС: Является ли псевдосодержанием контекста K?и доказываетсяТеорема 1. Задача PI co -трудна.В разделах 2.5 и 2.6 приводятся несколько простых следствий Теоремы 1. В частности доказывается, что посылки минимального базиса импликаций не могут быть перечислены в обратном лектическом порядке (лексикографическом порядке на характеристических векторах множеств) с полиномиальной задержкой, если ̸= . Также доказывается, что задачараспознавания существенных содержаний NP-полна.В разделе 2.7 рассматривается задача эквивалентности систем замыканий заданных контекстом и набором импликаций, в котором у всех импликаций посылки по мощности не больше 2.

Доказывается, что такая задача непроще задачи, в которой нет ограничения на мощности посылок.В разделе 2.8 рассматривается новая модель импликативных зависимостей – приближенный базис импликаций:8Определение 1. Набор импликаций называется приближенным базисом формального контекста K = (, , ), если для случайно и равномерно выбранного подмножества ⊆ выполняется условие ( ′′ = ) > 1 − , 0 < < 1.Таким образом 1 − соответствует точности приближения.Преимущества, предложенной модели по сравнению с точным базисом:∙ Существенно меньшее количество импликаций∙ Существенно более быстрое время построения, которое линейно от −1∙ Высокая точность приближения (1 − )Приведем псевдокод алгоритма построения приближенного базиса импликаций формального контекста K = (, , ), основанного на результатах[Д.

Англуин и др. 1992] об обучении Хорновской Конъюнктивной НормальнойФормы (КНФ) при помощи двух оракулов.UpdateBase(K, , )1 for each → ∈ 2do if * And ( ∩ )′′ ̸= ∩ 3then заменить в импликацию → 4на ∩ → ( ∩ )′′5return J6 ← ∪ { ← ′′ }7 return JApproximateImplicationBase(K, )1 J ←∅2 for ← 1 to 3do выбрать случайное замкнутое множество базиса 4if ′′ ̸= 5then J ← UpdateBase(K, , )6 return JДанный алгоритм использует следующий метод генерации случайногомножества, замкнутого в базисе :GenerateRandomClosedSet()1 X ← random subset of 2 X ← (, )3 return XЗдесь LinClosure – линейный алгоритм вычисления замыкания в базисе импликаций [Д.

Мейер 1987]. Доказывается теорема:9Теорема 2. Математическое ожидание времени работы алгоритма, до достижения точности 1− (0 < < 1)для контекста K = (, , ), равно (| || | · (||| | + | || |) · −1 ),где – минимальный базис импликаций.В разделе 2.8.1 приводятся результаты компьютерных экспериментовприближенного базиса импликаций на реальных данных.̂︁база данных || | | | | ||| |Chess3197 39 76 43,1 0,9988 595Zoo101 28 433,3 0,9999 1,853P.-Op. P.9025 855,0 0,9989 2,06Grav707 473 53 233,4 0,9999 3129Grav_a707 156 39 286,6 0,9999 92,05Таблица 0.1. Результаты вычисления приближенного базиса.∙ – приближенный базис импликаций∙ – точный базис импликаций̂︁ – оценка вероятности ( ′′ = ) того, что для случайного под∙ множества ⊆ замыкания совпадают∙ – время построения точного базиса алгоритмом Гантера∙ – время построения приближенного базисаВ третьей главе приводятся результаты связанные с общими содержаниями формальных контекстов.В разделах 3.1–3.3 показывается связь базиса импликаций с общимисодержаниями и приводится общий алгоритм поиска минимального базисаимпликаций.

Пусть даны два формальных контекста с общим множествомпризнаков: K1 = (1 , , 1 ) с базисом импликаций (не обязательно минимальным) J1 и контекст K2 = (2 , , 2 ) с базисом импликаций J2 . Очевидно, что множество их общих содержаний является системой замыканий.Поэтому мы можем рассмотреть контекст K = (, , ), объектные содержания, которого будут неразложимыми элементами системы замыканий общих содержаний. Будем называть контекст K, контекстом общих содержаний.Можно предложить следующий общий алгоритм построения минимальногобазиса импликаций:FindMinBase(K = (, , ))1 Представить контекст K множеством контекстов K1 , K2 , . . .

, K ,для которых K будет являться контекстом общих содержаний2 Для каждого контекста K найти минимальный базис импликаций J .3 J ← J1 ∪ J2 ∪ . . . ∪ J4 J ← ()5 return J10В разделе 3.4 показывается, что описанный в статье [Ф. Дистель и др.2011] алгоритм поиска собственных посылок, является частным случаем приведенного общего алгоритма поиска базиса импликаций.В разделе 3.5 описывается модель сходства формальных понятий - интенсиональная связность.В разделе 3.6 исследуются задачи, связанные с общими содержаниями формальных контекстов.

Предлагается алгоритм вычисления операторазамыканий общих содержаний (·) контекстов K1 = (1 , , 1 ), . . . , K =( , , ):GetClosure()1 answer ← 2 for ← 1 to 3do remove all rows from [] that do not contain 4 for ← 1 to 5do for ← 1 to | |6do if not answer [m]7then if [][][] = true for all 1 ≤ ≤ | |8then answer [] ← true9push in shared -attributes10else for each 1 ≤ ≤ | | such that not [][][]11do push (, ) in not-in[]12counter [][] ← counter [][] + 113 while shared -attributes not empty14do pop from shared -attributes15while not-in[] not empty16do pop (object-index , context-index ) from not-in[]17for ← 1 to | |18do if not [][context-index ][object-index ]19then counter [context-index ][i ] ←← counter [context-index ][i ] −120if counter [context-index ][i ] ≤ 0and not answer [i ]21then answer [i ] = true22push in shared -attributes23 return answerЗдесь [] - это бинарная матрица, задающая отношение , counter [][]равно количеству объектов из для которых не выполнено, sharedattributes и not-in[] могут быть реализованы как стеки или как любые другиеструктуры данных, поддерживающие операции “вытащить"(pop) любой объект и “вставить"(push) любой объект за время (1).Доказывается, что время работы этого алгоритма линейно от размеравхода:11Теорема 3.

Алгоритм () вычисляет для произвольного подмножества признаков ⊆ ∑︀ и контекстов K1 =(1 , , 1 ), . . . , K = ( , , ) за время (| | 1≤≤ | |).Также рассматривается случай, когда все контексты заданы спискамипризнаков своих объектов (а не матрицами, как в предыдущем алгоритме) иприводится алгоритм вычисления оператора замыканий общих содержаний залинейное от входа время.Теорема 4. Алгоритм _2() вычисляет для произвольного подмножества признаков ⊆∑︀ и контекстов K1 =(1 , , 1 ), . .

. , K = ( , , ) за время ( 1≤≤ | |).Используя алгоритм (·) (_2(·)) в качестве оракула, можно перечислять все общие содержания с полиномиальной задержкой, применяя стандартные алгоритмы АФП (такие как Norris, Next Closure,Close-by-One).В разделе 3.8 показывается как сцепления формальных контекстов могутбыть представлены через общие содержания.В четвертой главе рассматриваются вопросы связанные с обучением гипотезам.Пусть признаки из описывают "структуру"объектов, а - целевойпризнак, отличный от всех признаков из . Например, в фармакологическихприложениях структурные признаки могут соответствовать подграфам молекулярных графов химических соединений, а целевой признак - биологическимсвойствам этих соединений.Входные данные для контекста обучения могут быть представлены множествами положительных, отрицательных и неопределенных примеров.

Положительные примеры (или (+)-примеры) – это объекты, о которых известно,что они обладают признаком , а отрицательные примеры (или (−)-примеры)– это объекты, о которых известно, что они не обладают признаком Определение 2. Рассмотрим положительный контекст K+ =(+ , , ℐ+ ) и отрицательный контекст K− = (− , , ℐ− ). КонтекстK± = (+ ∪ − , ∪ {}, ℐ+ ∪ ℐ− ∪ + × {}) называется контекстомобучения.

Оператор Галуа для этого контекста обозначается как ±.Определение 3. Подмножество ⊆ называется положительнойгипотезой (или (+)-гипотезой) контекста обучения K± если - содержание контекста K+ и не является подмножеством ни одного содержания контекста K− .Аналогично определяются отрицательные гипотезы (или (-)-гипотезы).Содержание контекста K+ , которое принадлежит хотя бы одному отрицательному примеру, называется фальсифицированным (+)-обобщением.Помимо положительных и отрицательных примеров обычно имеютсяобъекты, для которых значение целевого признака неизвестно.

Характеристики

Список файлов диссертации

Модели, методы и комплексы программ построения зависимостей, основанные на решетках замкнутых множеств
Свежие статьи
Популярно сейчас
Почему делать на заказ в разы дороже, чем купить готовую учебную работу на СтудИзбе? Наши учебные работы продаются каждый год, тогда как большинство заказов выполняются с нуля. Найдите подходящий учебный материал на СтудИзбе!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6381
Авторов
на СтудИзбе
308
Средний доход
с одного платного файла
Обучение Подробнее