The size of the final rule set (aft

The size of the final rule set (after verification during the sixth pass) seems to correlate closely with the accuracy scores for the various procedures. The relationship is positive: the greater the number of rules, the higher the accuracy score. The procedure that created and retained the largest number of successful rules involved rule creation by exemplars and reward allocation by sharing. The procedure that produces the fewest successful rules employed random rule creation and allocated reward by the winner-take-all procedure. Another relationship that was observed is that bidding by strength times specificity tends to produce a larger set of successful rules than bidding by strength alone. In this case, identification accuracy is not improved by the greater number of rules; SS produces more successful rules than STR but the identification accuracy of the two procedures tends to be equivalent.
The final dependent measure we examined was the total number of rules created during the training phase. These results are summarized in Table 4. The number of rules created by RAN and HYB depends on how often rules are purged, and thus upon the quality of the existing rule base. With both of these procedures, a fixed-size rule buffer (n = 3900) was maintained throughout training. The number of rule creations was much greater for RAN and HYB than for EXM. With the RAN and HYB procedure, there were more rule creations with winner-take-all and with bidding by strength alone.
The lower rule creation rate for the exemplar-based procedure results from the higher quality of the rules which are being produced. It is apparently unnecessary to create and purge a large number of rules in order to find a few effective ones. Rule turn-over is greatly reduced when the rules have a decent probability of being effective in their initial form. The larger number of rules in the winner-take-all condition is most likely the result of the poorer overall performance of this procedure which leads to more frequent rule purgings. The reason for the greater number of rule creations in the strength-only bidding condition is not clear. The two bidding procedures generally produced similar levels of performance and thus some additional factor, other than final performance level, must be responsible for the additional number of rules created by strength-only bidding.
The rate of rule creation, even in the most unfavorable conditions, did not appear to destabilize the rule set. In the RAN and HYB procedures, the size of the rule set was fixed at 3900. During training, 80,000 training items were examined. In the most active condi¬tion, 350,000 rules were created. This averages 4.5 new rules per trial or a turn-over rate in relation to the entire set of rules of 0.12% per trial. This is about 1% of the rules being changed every 9 trials. When NEWST was set at 8000, the rate of change for these same conditions was considerably slower, approximating 1% turn-over every 60 trials.
1. Window size
In all of the conditions discussed so far, classifiers and test items were based on an integer attribute representation and a fixed window size of 1 was employed for “fuzzy” matching. If the attribute value of a test item was within 1 unit of the rule value, the rule and test item matched on that attribute. In our preliminary analyses, various window sizes were explored to determine which setting would produce the best performance. Results are pre¬sented in Table 5 comparing window sizes of 0, 1, and 2. In each case, rule creation is exemplar based, bidding is by strength, reward is shared, the amount of reward is set at 2 times NEWST, and the tax is set at 1. The wild card probability for rule creation was adjusted for each window size: p = .7 for window size 0, p = .5 for window size 1, and p = .3 for window size 2. These values were selected because they optimized performance for each procedure.
The results in Table 5 indicate that the classifier system performs best with a window size of 1. Under conditions of optimal resource allocation (NEWST = 8000), requiring exact matches (window size 0) led to fewer correct identifications, a larger rule set, and rules of lower average specificity. Setting a wider window (window size 2) produced fewer correct identifications, a smaller rule set, and rules of higher average specificity. There appears to be a direct trade-off between window size and specificity. With a wider window, it is feasible to increase the number of relevant attributes and still maintain a reasonable level of matching. When exact matches are required, only a few attributes can be specified as non-wild cards if a reasonable level of matching is to be maintained.
The results in Table 5 also indicate a clear relationship between window size and the number of rules that the system employs. With exact matching, many rules are required. With a wider window, fewer rules are required in order to maintain a comparable level of performance.

Kết quả (Việt) 1:

Kích thước của các quy tắc cuối cùng thiết lập (sau khi xác minh trong thời gian qua thứ sáu) dường như tương quan chặt chẽ với điểm số chính xác cho các thủ tục khác nhau. Mối quan hệ là tích cực: lớn hơn số lượng quy định, điểm độ chính xác càng cao. Các thủ tục tạo ra và giữ lại số lượng quy tắc thành công lớn nhất liên quan đến quy tắc tạo ra bởi exemplars và phân bổ các phần thưởng bằng cách chia sẻ. Các thủ tục tạo ra các quy tắc thành công ít nhất sử dụng quy tắc ngẫu nhiên tạo ra và phân bổ phần thưởng bởi người chiến thắng-mất-tất cả các thủ tục. Một mối quan hệ được quan sát thấy rằng đấu thầu của sức mạnh đặc trưng thời gian có xu hướng để sản xuất một bộ lớn hơn của các quy tắc thành công hơn so với đặt giá thầu bằng sức mạnh một mình. Trong trường hợp này, độ chính xác nhận dạng không được cải thiện bởi lớn hơn số lượng quy định; SS sản xuất các quy tắc thành công hơn so với STR, nhưng chính xác nhận dạng của hai thủ tục có xu hướng được tương đương.Các biện pháp phụ thuộc vào cuối cùng chúng tôi kiểm tra là tổng số quy tắc được tạo trong giai đoạn đào tạo. Những kết quả này được tóm tắt trong bảng 4. Một số quy tắc được tạo bởi RAN và HYB phụ thuộc vào quy tắc thường được dọn dẹp, và vì thế khi chất lượng của các quy tắc hiện có cơ sở. Với cả hai của các thủ tục này, một cố định kích thước cai trị vùng đệm (n = 3900) được duy trì trong suốt đào tạo. Số lượng các quy tắc sáng tạo là lớn hơn nhiều đối với RAN và HYB hơn cho EXM. Với thủ tục RAN và HYB, đã có nhiều sáng tạo quy tắc với người chiến thắng-mất-tất cả và với đặt giá thầu bằng sức mạnh một mình.Quy tắc tạo ra tỷ lệ thấp hơn cho các kết quả dựa trên khuôn quy trình chất lượng cao của các quy tắc mà đang được sản xuất. Nó là rõ ràng không cần thiết để tạo ra và tẩy một số lớn các quy tắc để tìm thấy một vài cái hiệu quả. Quy tắc trên lần lượt giảm đáng kể khi các quy tắc có một xác suất Phong Nha bị hiệu quả ở dạng ban đầu của họ. Lớn hơn số lượng quy định trong điều kiện chiến thắng-mất-tất cả rất có thể là kết quả nghèo hiệu suất tổng thể của thủ tục này dẫn đến thường xuyên hơn quy tắc purgings. Lý do cho số lượng quy tắc sáng tạo trong điều kiện đấu thầu chỉ có sức mạnh lớn không phải là rõ ràng. Hai thủ tục đấu thầu nói chung sản xuất tương tự như cấp hiệu suất và do đó một số yếu tố bổ sung, khác với cấp độ hiệu suất cuối cùng, phải chịu trách nhiệm cho một số bổ sung của quy tắc được tạo bằng cách đặt giá thầu chỉ có sức mạnh.Tốc độ của sáng tạo quy tắc, ngay cả trong điều kiện không thuận lợi nhất, đã không xuất hiện để mất ổn định các quy tắc thiết lập. Thủ tục RAN và HYB, kích thước của các thiết lập quy tắc đã được cố định tại 3900. Trong thời gian đào tạo, 80.000 đào tạo khoản mục đã được kiểm tra. Condi¬tion hoạt động nhiều nhất, 350.000 quy tắc được tạo ra. Này trung bình 4,5 quy định mới cho mỗi phiên tòa hoặc một tỷ lệ lần lượt trên liên quan đến bộ quy tắc 0,12% hàng dùng thử, toàn bộ. Điều này là khoảng 1% quy tắc đang được thay đổi mỗi thử nghiệm 9. Khi NEWST đã được thiết lập tại 8000, tỷ lệ thay đổi cho các điều kiện tương tự đã chậm hơn đáng kể, số 1% lần lượt trên mỗi thử nghiệm 60.1. kích thước cửa sổTrong tất cả các điều kiện thảo luận cho đến nay, Máy phân loại và kiểm tra các mục được dựa trên một số thuộc tính đại diện và một kích thước cố định cửa sổ của 1 được sử dụng cho phù hợp với "mờ". Nếu giá trị thuộc tính của một mục kiểm tra trong 1 đơn vị của quy luật giá trị, quy tắc và kiểm tra mục phù hợp trên các thuộc tính đó. Trong các phân tích sơ bộ của chúng tôi, kích cỡ cửa sổ khác nhau đã được khám phá để xác định thiết lập mà sẽ tạo ra hiệu quả tốt nhất. Kết quả là pre¬sented trong bảng 5 so sánh kích cỡ cửa sổ 0, 1 và 2. Trong mỗi trường hợp, nguyên tắc tạo ra là dựa trên khuôn, đặt giá thầu là bởi sức mạnh, phần thưởng được chia sẻ, số tiền thưởng được đặt ở 2 lần NEWST và thuế được thiết lập tại 1. Xác suất thẻ hoang dã cho quy tắc sáng tạo được điều chỉnh cho mỗi kích thước cửa sổ: p =.7 cho cửa sổ kích thước 0, p =.5 cho kích thước cửa sổ 1 và p =.3 cho kích thước cửa sổ 2. Những giá trị đã được lựa chọn bởi vì họ tối ưu hóa hiệu suất cho mỗi thủ tục.Kết quả ở bảng 5 chỉ ra rằng hệ thống loại thực hiện tốt nhất với một kích thước cửa sổ của 1. Dưới điều kiện tối ưu nguồn lực phân bổ (NEWST = 8000), đòi hỏi phải kết hợp chính xác (kích thước cửa sổ 0) dẫn đến ít giấy tờ chứng chính xác, một bộ lớn hơn nguyên tắc và quy tắc đặc trưng trung bình thấp. Thiết lập một cửa sổ rộng lớn hơn (kích thước cửa sổ 2) sản xuất ít giấy tờ chứng chính xác, một bộ quy tắc nhỏ và quy tắc đặc trưng cao hơn trung bình. Có vẻ như một sự đánh đổi trực tiếp giữa các kích thước cửa sổ và đặc trưng. Với một cửa sổ rộng lớn hơn, nó là khả thi để tăng số lượng các thuộc tính có liên quan và vẫn duy trì một mức độ hợp lý kết hợp. Khi kết hợp chính xác được yêu cầu, chỉ một vài thuộc tính có thể được quy định như không-wild Card nếu một mức độ hợp lý kết hợp là phải được duy trì.Kết quả ở bảng 5 cũng cho thấy một mối quan hệ rõ ràng giữa các kích thước cửa sổ và số lượng các quy tắc sử dụng hệ thống. Chính xác phù hợp, với nhiều quy tắc được yêu cầu. Với một cửa sổ rộng lớn hơn, ít quy tắc được yêu cầu để duy trì một mức độ so sánh về hiệu suất.

Kết quả (Việt) 3:

Cuối cùng, thường xuyên tập kích thước (đang trong quá trình xác minh thứ 6 lần) dường như liên quan đến độ chính xác của các điểm của chương trình.Quan trọng là tích cực: quy luật con số càng lớn, độ chính xác điểm càng cao.Tạo ra và duy trì thành công mẫu mực thường xuyên và thưởng cho phân chia sẻ của luật tạo ra nhiều chương trình.Tạo ra ít thành công quy luật tạo ra và phân phối ngẫu nhiên thắng ăn hết phần thưởng của chương trình.Quan sát thấy mối quan hệ của một loài khác là thái độ của có khuynh hướng tạo ra một giới tính lớn hơn thành công hơn là một bộ luật riêng của Thái mạnh.Trong trường hợp này, xác định chính xác không chịu quy luật số lớn hơn cải tiến sản xuất hơn thành công hơn; SS STR luật nhưng độ chính xác nhận dạng hai chương trình thường là tương đương.Nghiên cứu của chúng ta phụ thuộc vào các biện pháp cuối cùng là trong giai đoạn huấn luyện tạo luật của tổng số.Những kết quả này tập hợp ở bảng 4.Quy tắc số lượng tùy thuộc vào hỗn hợp thường xuyên chạy và thường bị xóa bỏ, do đó tồn tại thường xuyên trong kho của chất lượng.Có hai chương trình này, một quy tắc cố định kích thước bộ đệm Group (n = 3900) giữ ở cả huấn luyện.Luật số lớn hơn và sáng tạo hơn EXM chạy hỗn hợp.& chạy và quá trình hỗn hợp, có thêm quy định người chiến thắng được tạo ra với tất cả sức mạnh giá riêng.Hạ thấp tỷ lệ sản xuất dựa trên quy tắc cho chương trình kết quả đã tạo ra quy định chất lượng cao.Nó rõ ràng là không cần thiết và làm sạch, tạo ra nhiều luật lệ, để tìm được một số hiệu quả.Luật mở ra, và đã hạ thấp thường có một khả năng đáng kính là hiệu quả, trong hình thức ban đầu của họ.Trong mọi điều kiện quy định hành được nhiều nhất là chương trình này có thể dẫn đến thường xuyên hơn luật của Tổng Performance kết quả sạch rồi chứ.Với sức mạnh sáng tạo trong quy định số lượng khá nhiều. Chỉ có điều kiện theo lời không rõ lý do.Hai người này thường tạo ra chương trình đấu giá mức hiệu suất tương tự, do đó thêm một số yếu tố, ngoại trừ buổi biểu diễn cuối cùng phải chịu trách nhiệm về cấp độ, số lượng luật tạo thêm sức mạnh chỉ tuyển đấu thầu.Luật đã tạo ra tốc độ, ngay cả trong điều kiện không thuận lợi nhất, cũng không xuất hiện không ổn định thường xuyên tập.Chương trình đang chạy và hỗn hợp, kích cỡ của tập quy tắc cố định cho 3900.Trong quá trình huấn luyện trong chương trình đào tạo, 80.000 người đã tiến hành kiểm tra.Ở trạng thái hoạt động nhất ¬, quy tắc tạo giá 350000.- giá trị trung bình 4,5 một luật mới, mọi thử nghiệm hoặc một tỷ lệ chuyển giao trong mối quan hệ toàn nhóm 0.12% một thử nghiệm.Đây là một trong những thử nghiệm mỗi 9 phần trăm thay đổi luật.Khi mới đặt cho 8000, những điều kiện tỷ lệ thay đổi khá chậm, và gần một điểm quay mỗi 60 một thử nghiệm.1.Kích cỡ của cửa sổTrong tất cả các điều kiện thảo luận cho đến nay, phân loại và kiểm tra dự án trên cơ sở số nguyên là một thuộc tính và sửa đổi kích cỡ của cửa sổ cho 1, sử dụng "mờ" khớp.Nếu giá trị tài sản của chương trình thử nghiệm trong quy luật giá trị 1 đơn vị nữa, sẽ ở trên cơ sở phù hợp với luật và kiểm tra dự án.Trong phân tích sơ bộ của chúng tôi trong các kích cỡ của cửa sổ đã tiến hành điều tra, để chắc chắn sẽ tạo ra các thiết lập hiệu suất tốt nhất.Bảng so sánh kết quả ¬. 5 - 0, 1. Kích cỡ của cửa sổ, và 2.Trong mỗi trường hợp, thường tạo ra là dựa trên, gọi thầu là bởi sức mạnh, phần thưởng là khoản tiền thưởng được chia sẻ, với 2 lần, mới hơn, trong khi thuế suất định cho% 1.Được sử dụng thường xuyên tạo xác suất điều chỉnh thẻ hoang dã cho mỗi kích cỡ của cửa sổ: P =. 2 kích cỡ của cửa sổ là 0, P = 1. 5 cho kích cỡ của cửa sổ, và P =. 3 vì kích cỡ của cửa sổ 7.Những giá trị được chọn là vì chúng cho tất cả các chương trình thực hiện. Hiệu suất tối ưu.Kết quả cho thấy trong bảng 5, hiệu suất của hệ thống là một kích thước cửa sổ cho% 1.Cấu hình tối ưu hóa nguồn lực điều kiện (mới = 8000), cần phải khớp chính xác (kích thước cửa sổ 0) gây ra ít chính xác nhận dạng lớn hơn, một bộ quy tắc, quy định và cụ thể thấp hơn trung bình.Đặt một cửa sổ (kích thước cửa sổ 2) tạo ra ít chính xác nhận dạng, một bộ luật và luật nhỏ hơn, cao hơn cụ thể.Có vẻ như là một kích thước cửa sổ và cụ thể trực tiếp giữa cân.Có một cửa sổ rộng, nó là khả thi, để tăng số lượng tài sản liên quan đến, vẫn giữ một mức độ hợp lý phù hợp.Khi cần kết quả chính xác khi chỉ có một số ít các thuộc tính có thể được xác định cho dân hoang dại, nếu một mức độ hợp lý phù hợp là phải giữ.Trong 5 trong bảng kết quả cũng cho thấy kích cỡ của cửa sổ và hệ thống dùng quy luật số có một mối quan hệ rõ ràng giữa.Có chính xác phù hợp, cần nhiều quy luật.Có một cửa sổ rộng, cần ít thường xuyên hơn để giữ được hiệu suất ngang.