Machine rule induction was examined

Machine rule induction was examined on a difficult categorization problem by applying a Holland-style classifier system to a complex letter recognition task. A set of 20,000 unique letter images was generated by randomly distorting pixel images of the 26 uppercase letters from 20 different commercial fonts. The parent fonts represented a full range of character types including script, italic, serif, and Gothic. The features of each of the 20,000 characters were summarized in terms of 16 primitive numerical attributes. Our research focused on machine induction techniques for generating IF-THEN classifiers in which the IF part was a list of values for each of the 16 attributes and the THEN part was the correct category, i.e., one of the 26 letters of the alphabet. We examined the effects of different procedures for encoding attributes, deriving new rules, and apportioning credit among the rules. Binary and Gray-code attribute encodings that required exact matches for rule activation were compared with integer representations that employed fuzzy matching for rule activation. Random and genetic methods for rule creation were compared with instance-based generalization. The strength/specificity method for credit apportionment was compared with a procedure we call “accuracy/utility”.

Kết quả (Việt) 1:

Máy cai trị cảm ứng được kiểm tra về một vấn đề phân loại khó khăn bằng cách áp dụng một hệ thống loại phong cách Hà Lan một nhiệm vụ phức tạp thư công nhận. Một tập hợp các 20.000 lá thư duy nhất hình ảnh được tạo ra bởi ngẫu nhiên bóp méo hình ảnh pixel của 26 chữ cái viết hoa từ 20 phông chữ khác nhau thương mại. Các phông chữ cha mẹ đại diện đầy đủ các loại nhân vật bao gồm các kịch bản, nghiêng, serif và Gothic. Các tính năng của mỗi nhân vật 20.000 đã tóm tắt về 16 thuộc tính nguyên thủy số. Nghiên cứu của chúng tôi tập trung vào các máy cảm ứng kỹ thuật để tạo ra các máy phân loại sau ĐÓ NẾU trong đó một phần NẾU là một danh sách các giá trị cho mỗi người trong số các thuộc tính 16 và phần ĐÓ là thể loại chính xác, ví dụ, một trong 26 chữ cái của bảng chữ cái. Chúng tôi kiểm tra hiệu quả của các thủ tục khác nhau để mã hóa các thuộc tính, phát sinh quy định mới và apportioning tín dụng trong các quy tắc. Nhị phân và mã hóa thuộc tính màu xám-mã yêu cầu các kết hợp chính xác cho kích hoạt quy tắc đã được so sánh với số nguyên đại diện làm việc kết hợp mờ để kích hoạt quy tắc. Phương pháp ngẫu nhiên và di truyền để tạo ra quy tắc đã được so sánh với dựa trên trường hợp tổng quát. Phương pháp sức mạnh/đặc trưng cho tín dụng tỷ lệ góp được so sánh với một thủ tục chúng ta gọi là "chính xác/Tiện ích".

Kết quả (Việt) 2:

quy tắc máy cảm ứng đã được kiểm tra về một vấn đề phân loại khó khăn bằng cách áp dụng một hệ thống phân loại Hà Lan-phong cách cho một nhiệm vụ nhận thư phức tạp. Một tập hợp các hình ảnh 20.000 lá thư độc đáo được tạo ra bằng cách bóp méo hình ảnh ngẫu nhiên điểm ảnh của 26 chữ cái viết hoa từ 20 font thương mại khác nhau. Các phông chữ cha mẹ đại diện cho một loạt đầy đủ các loại nhân vật bao gồm kịch bản, in nghiêng, serif, và Gothic. Các tính năng của mỗi 20.000 ký tự đã được tổng kết trong các điều khoản của 16 thuộc tính số nguyên thủy. nghiên cứu của chúng tôi tập trung vào các kỹ thuật máy cảm ứng để tạo ra các phân loại IF-THEN trong đó phần NẾU là một danh sách các giá trị cho mỗi trong số 16 thuộc tính và các phần THEN là chính xác loại, tức là, một trong 26 chữ cái trong bảng chữ cái. Chúng tôi kiểm tra tác động của thủ tục khác nhau để mã hóa các thuộc tính, xuất phát quy định mới, và bố trí tín dụng giữa các quy tắc. Binary và Gray-mã thuộc tính mã hóa mà cần kết hợp chính xác để kích hoạt quy tắc được so sánh với đại diện nguyên mà sử dụng kết hợp mờ để kích hoạt quy tắc. phương pháp ngẫu nhiên và di truyền để tạo ra quy tắc được so sánh với khái quát dụ dựa trên. Các phương pháp sức mạnh / đặc hiệu cho phân bổ tín dụng được so sánh với một thủ tục gọi là "chính xác / tiện ích".

Kết quả (Việt) 3:

Cỗ máy cảm ứng thường xuyên kiểm tra một vấn đề khó phân loại, thông qua áp dụng một phong cách Hà Lan của hệ thống phân loại vào một nhiệm vụ nhận dạng ký tự phức tạp.Một nhóm người khác 20000 chữ hình ảnh là do ngẫu nhiên xoắn 26 viết hoa pixel ảnh từ 20 người khác được sản xuất thương mại của phông chữ.Cha là đại diện đầy đủ của phông chữ kiểu ký tự bao gồm cả kịch bản, in phông chữ, và Gothic.Một số thuộc tính của gốc từ 16 góc summarized 20.000 một ký tự đặc trưng.Nghiên cứu của chúng tôi chủ yếu tập trung vào công nghệ máy cảm ứng tạo ra IF-THEN trong phân loại, nếu mỗi thuộc tính là 16 người, và sau đó là đúng loại, tức là giá trị của sách, trong đó có 26 chữ cái.Chúng tôi đã nghiên cứu hiệu ứng tài sản khác của chương trình mã hóa, sản sinh ra luật mới, và phân phối ở thường tín dụng.Binary mã hóa, mã Gray thuộc tính cần thiết, khớp chính xác quy tắc hoạt động với số nguyên, nghĩa là, làm mờ khớp luật so sánh kích hoạt.Luật được tạo ra ngẫu nhiên và di truyền so sánh cách tiến hành, dựa trên những tiến.Thẻ tín dụng của phương pháp phân tích độ / cụ thể đã tiến hành so sánh với một chương trình mà chúng ta gọi là "độ chính xác từ / Utility".