《基于非确定性机器学习方法的研究及应用》由会员分享，可在线阅读，更多相关《基于非确定性机器学习方法的研究及应用（63页珍藏版）》请在金锄头文库上搜索。
1、南京大学硕士研究生毕必论炙摘要机器学习 是当前 人 _ 智 能和计算机领域研究的一个重要分支， 并且得到了 ) 泛的应川。 但传统的学习方法研究的前提侧里手理想环境，即:在学习过程前，环境是粘确的，易丁 描述的: 在学习 过程中， 训练数据是完擎的，所含噪声极少、甚 至没有。 但现实 世界井非 如此，往往专家知识是 模糊的， 难以 描述的:训 练数 据受噪声干 扰，出 现畸变; 训练数据 缺少某些属性。即机器学习是在非确定性的环境 卜 进行的。本文 土要 研究此种情况卜A g e n t 的学习机制，力图使A g e n t 的 学习能力更强，适应性 更好。 本文提出了一系歹 d 解决方 法，
2、 土要研究非精确的、 动态的、 含噪声的、数 据不完松 的环境 卜 的机器学习问题。本文主要研究 作和取得的成果包括:( 1 ) 分析非 精确环境的建模，以模糊极 小极人神经网 络为核 心构造一个模糊神 经网络系 统。对于 大多数 _ 程应 用来说， 有两种I 要的信息来游: 提供系 统性能描述的专家及提供 测袱数据的传感器。其中， 来合专 家的信息 通常为语言信息，常 用文字表示， 这类信息一 般不太精确。木文利用税糊逻辑结合神经网络解决这一问题，并把有关技术应用 于 机器人 仿真足球队 N DS o c T e a m的射门和体力控制设计。( 2 ) 分析噪声对训练数 据的 影响， 研究
3、抗噪声的学习方法。 噪声对P A C学习 的影响， 分 为两种情况: 各个属性受干 扰的 概率一样 或不一样。 本文研究了P A C学习 对噪声承受能力 的上限， 试 验分 析不同噪声模型对B P 神经网络的影响， 设计 实现了仿 真足球队N D S o c T e a m 的截球动作。(3 ) 分析数据不完整对学习 能力的影响， 分析了使用C 4 .5 、 贝叶 斯网 络处理不完整数据 的方法，提出一种改进的 C 4 .5算法:低算法能较好的处理特定环境 卜 的不完松数据，速 度快、 准确率高。 本文用改进的C 4 .5 算法设汁实 现了仿真足 球队N D S ( w T e a m的传 球
4、，lJ 断， 1 利 ii 贝叶斯网络设计了 N DS o c T e a m的动作决策层。( 4 ) 以仿真足球赛 R o b o C u p为实例，研究 A g e n t在 动态、复杂环境 F 的学习能力 R o b o C u p 的运行环境充满噪， “ ，f 是 完全 动态的。 本文以 此为 实例，对非确定性环境 F 的 A g e nt学习进行了叨究曰建价模糊， 噪声， 数据I ) c 性，P A C .神 I I s 9 . C 4 .5 .贝 川斯M M . A g e n t . R o b o C u p南京大李硕士研究生毕必论炙Ab s t r a c tA b s t
5、r a c t : S c ie n t i s t s h a v e p a i d g r e a t e ff o r t s i n m a c h i n e le a rni n g a n d a c h i e v e d m a n y a p p l i c a t i o n s .B u t t r a d i t i o n a l m e t h o d s a r e b a s e d o n t h e o p t ima l c o n d i ti o n s : b e f o r e l e a rni n g . t h e e n v ir o
6、n m e n t i sp r e c i s e a n d e a s y t o d e s c r ib e : i n l e a rn i n g , tr a i n in g d a t a a r e i n t a c t a n d h a v e l i t t le n o i s e . B u t t h e r e a l w o r l d i s n o t s o s i m p le : e x p e rt k n o w le d g e i s o f t e n f u z z y a n d d i f f i c u lt t o d e
7、s c r ib e : t r a i n i n g d a t a s o m e t i me s m i s s s o m e a t t r i b u t e v a lu e s o r a r e d i s t o rt e d b y s o m e n o i s e s .T h i s d is s e rt a ti o n m a i n l y d i s c u s s e s l e a rni n g m e th o d s u n d e r s u c h c o n d i t i o n s . I t t r i e s t o m a k
8、 el e a rni n g m o r e r o b u s t a n d m o r e a d a p ta b l e . I t p r o p o s e s s o m e m e c h a n i s m s f o r i m p r e c i s e , d y n a m i c a n d n o i s y e n v i r o n me n t s . T h e m a i n r e s e a r c h w o r k a n d c o n t r ib u t i o n s o f t h i s d is s e rt a t i o n
9、 a r e a s f o l l o w s :I ) T h i s d i s s e rt a t i o n a n a l y z e s m o d e l in g i n t h e i m p r e c i s e e n v i r o n m e n t a n d p r o p o s e s a n a d a p t i v ef u z z y s y s t e m b a s e d o n t h e f u z z y m i n - ma x n e u r a l n e t w o r k s . T o m a n y a p p l i
10、c a t i o n s , t h e e x p e rt k n o w le d g e i s li n g u a l i n f o r m a t i o n , s u c h a s “ b i g “ a n d “ v e r y b i g “ . I t s c o n v e n i e n t a n d h a s n o d i f f i c u lt y i n c o m mu n i c a t io n , b u t it s to u g h f o r c o mp u t e r p r o c e s s i n g . T h i s
11、 d i s s e rt a t i o n t r i e s t os o l v e t h i s p r o b l e m w i t h f u z z y lo g i c a n d n e u r a l n e t w o r k s a n d a p p l i e s it t o R o b o C u p .2 ) T h e n , t h is d i s s e rt a t i o n a n a l y z e s t h e e f f e c t o f l e a rni n g m e t h o d s . I t d i s c u s
12、s e s t h e e f f e c t o f n o is en o i s e t o l e a rni n g a n d e x p l o r e st o P AC le a rnin g a n d a n a l y z e s t h en o is e - t o l e r a n tn o is e - t o l e r a n tu p p e r b o u n d i n s o m e P A C s . E s p e c ia l l y , i t d i s c u s s e s t h e e ff e c t o f n o i s e
13、 t o B P n e u r a l n e t w o r k s . I t a l s o i m p le m e n t e d t h e b a l l i n t e r c e p t i o n a c t i o n i n R o b o C u p w it h B P N N.3 ) B a s e d o n t h e a n a l y s i s o f t h e e f f e c t o f m i s s i n g a t t r i b u t e v a l u e s , t h i s d i s s e rt a t i o n p
14、r o p o s e s a ne x t e n d e d C 4 .5 a lg o r i t h m . T h i s a l g o r i t h s m i s f a s te r a n d c a n g e n e r a t e r e s u l t m o r e c o r r e c t l y . We u s e t h i s t o d e s i g n a n d i m p le m e n t t h e p a s s e v a l u a ti o n . Als o w e u s e B a y e s i a n n e t w
15、 o r k s t o d e s ig n th e a c t i o n d e c i s i o n - m a k i n g le v e l .4 ) F in a l l y t h is d i s s e r ta t io n d i s c u s s e s n o i s y a n d d y n a m i c . B a s e d o n l h ic o n d it io n sa p a rt ic u l a r e x a m p le : R o b o C u p ,i n wh i c hl e a r n i n gen vi r o
16、nm e nt i st h i s d is s e rt a t io n s u mm a r i z e su n d e r u n c e rta i nK e y w o r d s : F u z z y L o g i c Mi s s in g D a t a . R o b o C u pNe u r a l Ne t wo r k sB a y e s i a n Ne t w o r kP AfC 4 . 5 . No i s e南京大尝硕士研究生 毕必论久第一章绪论1 . 1 机器学习概述机器学习是人 _ 智能的核心问题之一， 尽管其发展远在其他人 卜 智能领域如问题求解、定理证明、规划、白然语言理解、机器人学等之后，但它在知识获取、系统性能改进等方面) 受重视。8 0年代以后， 机器学习的研究开始成为人 : 智能领域的热点， 数以千计的学者投入到这一领域，大量有关 I 籍开始出现，机器学习的论文在各种会议上比例也人人增加。目 前， 机器学习已 经成为I J C A I ( 国际 人 ! 一
