跳到主要內容

臺灣博碩士論文加值系統

(35.172.136.29) 您好!臺灣時間:2021/07/29 08:55
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:洪明陽
研究生(外文):HONG, MING YANG
論文名稱:使用交談式歸納法之知識擷取
論文名稱(外文):Interactive Induction for Knowledge Acquisition
指導教授:鄭炳強鄭炳強引用關係
指導教授(外文):JENG, BING CHIANG
學位類別:碩士
校院名稱:國立中山大學
系所名稱:資訊管理研究所
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:1994
畢業學年度:82
語文別:中文
中文關鍵詞:專家系統知識擷取知識工程歸納學習
外文關鍵詞:Expert systemKnowledge acquisitionKnowledge engineeringInduct ive learning
相關次數:
  • 被引用被引用:1
  • 點閱點閱:107
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
知識擷取是專家系統發展的主要瓶頸,且是一項耗時費力的工作。傳統人
工法知識擷取由於領域專家無法清楚而有系統地表達其專業知識,其結果
往往並不理想;另一種擷取方式-自動法,由於不須專家的參與,故無此
方面的問題。屬於自動法研究重點之一的歸納學習法,由於在應用上效果
頗佳,目前相當受重視。然而,這種不須專家參與的歸納法,卻也存在有
其他限制,例如,在實際應用中,知識工程師常常無法獲得足夠的範例以
供歸納;再則,由於缺乏專家的參與,此法並無法獲得專家從事該行業多
年的主觀知識及其它建議。事實上,單由領域專家處或歸納學習結果所獲
得之專業知識,往往並不具足夠之完整性。本研究發展出另一種知識擷取
的方法-交談式歸納法,來彌補此缺陷。這種方法基本上是架構於ID3
決策樹歸納學習法之上,而加以擴展,利用專家善於解決問題的特性,來
引進專家的參與,以擴充原來之訓練資料集,並藉由讓專家加入經驗法則
或相關範例來擷取專家的主觀知識,以增加專家的認同度及歸納結果的預
測能力。本研究並透過實作的方式,完成一交談式歸納電腦系統,且以數
種二維空間圖形及一現實生活中之專家法則,當作欲學習的概念,來評估
此法的績效。實作結果顯示,交談式歸納法可以有效解決歸納範例數量不
足的問題、增加專家對結果的接受程度及藉由局部微調來增加歸納結果的
預測能力。本研究亦提供其它引進專家參與之方向建議,以作為後續研究
之參考。

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊