论文-融合机器学习与知识推理的可解释性框架-李迪媛1, 康达周2
论文-融合机器学习与知识推理的可解释性框架-李迪媛1, 康达周2
文章目录
- 论文-融合机器学习与知识推理的可解释性框架-李迪媛1, 康达周2
- 1.摘要
- 2.机器学习
- 3.融合机器学习与知识推理的可解释性框架
- 3.1知识推理模块
- 3.2 机器学习模块
- 3.3 知识推理融合机器学习模块
- (1) 提取子特征
- (2) 支持机器学习结果的知识推理
- (3) 机器学习结果结合推理结果演进
1.摘要
- 面向的问题:规则无法反映模型真实决策情况
- 机器学习–>目标特征结果
子特征分类结果结合规则进行知识推理—>推理结果- 计算可信度–>判断结果是否可靠
面向液基细胞学检查图像的融合学习与推理和某类宫颈癌细胞 识别案例对框架–>验证框架正确性
2.机器学习
线性回归,决策树模型
3.融合机器学习与知识推理的可解释性框架
包含3个模块:
- 知识推理模块
- 机器学习模块
- 知识推理融合机器学习模块
| 模块 | 功能 |
|---|---|
| 知识推理模块 | 构建与决策目标有关的本体库和规则库 |
| 机器学习模块 | 构建包括一个目标特征分类器和多个子特征分类器的分类器组 |
| 知识推理融合机器学习模块 | 提取子特征; 支持机器学习结果的知识推理;演进推理结果和机器学习结果 |
3.1知识推理模块
提供推理决策的领域知识和业务规则
本体库 O [支持网络本体语言 (Ontology Web Language, OWL)]–基于O->
规则库 K[ 它支持语义网规则语言 (Semantic Web Rule Language, SWRL)]
3.2 机器学习模块
一个目标特征分类器C 和多个子特征分类器 C1~Cn 的分类器组
分类器组通过神经网络组结合数据集 D、 D1~Dn 训练得到
3.3 知识推理融合机器学习模块
(1) 提取子特征
(2) 支持机器学习结果的知识推理
(3) 机器学习结果结合推理结果演进
论文-融合机器学习与知识推理的可解释性框架-李迪媛1, 康达周2相关推荐
- 【CCAI大咖秀】AlphaGo/Mobileye教父：智能科学需要融合机器学习、计算神经科学与认知科学
[CCAI大咖秀]AlphaGo/Mobileye教父:智能科学需要融合机器学习.计算神经科学与认知科学 8月26-27日,由中国人工智能学会(CAAI)发起并主办.中科院自动化研究所与CSDN共同承 ...
- 计算机句法分析的研究现状,计算机理论论文融合语义和句型信息的中文句法分析方法研究与实现...
<计算机理论论文融合语义和句型信息的中文句法分析方法研究与实现>由会员分享,可在线阅读,更多相关<计算机理论论文融合语义和句型信息的中文句法分析方法研究与实现(2页珍藏版)>请 ...
- 论文复现机器学习模型案例大本营（经典收藏）
1.机器学习论文重要性 论文,专利对于同学发展不言而喻.论文不通过,没法毕业,没法毕业就拿不到毕业证,工作也没法找.发表论文数量和质量有利于工作升迁,评职称就需要在核心期刊发布论文. 在数字经济时代, ...
- 吴恩达Coursera, 机器学习专项课程, Machine Learning：Advanced Learning Algorithms第三周编程作业...
吴恩达Coursera, 机器学习专项课程, Machine Learning:Advanced Learning Algorithms第三周所有jupyter notebook文件: 吴恩达,机器学 ...
- MLK | 如何解决机器学习树集成模型的解释性问题
MLK,即Machine Learning Knowledge,本专栏在于对机器学习的重点知识做一次梳理,便于日后温习,这篇文章主要是结合前几天看到的一个问题,然后结合自己的理解来写的. ? 前情回顾 ...
- 【博士论文】机器学习中的标记增强理论与应用研究
来源:专知 本文为论文,建议阅读5分钟本文对标记增强进行研究. 来自东南大学徐宁的博士论文,入选2021年度"CCF优秀博士学位论文奖"初评名单! https://www.ccf. ...
- 从ICLR提交论文看机器学习的趋势和风口
大数据文摘出品 来源:deepsense 2013年才举办第一届的ICLR(The International Conference on Learning Representations)发展迅猛, ...
- Google 顶级论文：机器学习系统，隐藏多少技术债？
来源: 全球人工智能 概要:随着机器学习(ML)社群持续积累了几年对于活跃系统(live systems)的经验,一种让人不舒服的趋势广泛地浮出水面:研发和部署机器学习系统相对来说是既快速又便宜的,但 ...
- KDD 2011 最佳工业论文中机器学习的实践方法-翻译
作者:黄永刚 Practical machine learning tricks from the KDD 2011 best industry paper 原文链接:http://blog.davi ...
最新文章
- 来！一起搭建个永久运行的个人服务器吧！
- 卷积核尺寸如何选取呢？
- c++原型模式（Prototype）
- 亿级Web系统搭建――单机到分布式集群 转载
- java 深克隆_Java实现深克隆的两种方式
- QQ相册后台存储架构重构与跨IDC容灾实践
- react核心虚拟dom_使用虚拟时间测试基于时间的React堆核心流
- mysql 分库分表 建表,mysql 分库分表 建表MySQL常用操作
- 计算机病毒怎么做图片解说,【虎子_游戏解说】计算机病毒防范的实施方法
- nginx查看配置文件nginx.conf路径
- walle多渠道打包+Tinker(bugly)热更新集成+360加固(乐固)
- 315.计算右侧小于当前元素的个数
- android开发的小程序,一份基于Android平台系统下初学者开发的微信小程序的新
- 18.8.17 考试总结
- vscode同时编辑多处文字 批量替换编辑内容
- JAVA WEB技术
- SQL查询中的日期比较
- 阿里云视频直播PHP-SDK
- 【安卓逆向】360加固-脱壳修复
- CH341SER_WIN7_X64 USB转串口驱动程序