×
نام و نام خانوادگی
بازخوانی ...
اطلاعات کتابشناختی
عنوان اصلی: ايجاد و يادگيري مفاهيم سلسله مراتبي با استفاده از روش بيزي
پدیدآورندگان : پرديس دانشكده هاي فني-دانشگاه تهران (پديدآور)
نوع : متن
جنس : پايان نامه
صاحب محتوا :

کتابخانه دیجیتالی دانشگاه تهران

وضعیت نشر :
مشخصات فیزیکی : جلد1 - ص دوازده, 119
خلاصه : Intelligent creatures should be capable of abstracting their perceptual information(stimuli) to manage the overwhelming amount of data they perceive. In fact, abstractionprovides cognition economy and generalization skill in addition to facilitatingknowledge communication for learning agents situated in real world. Concept learningintroduces a way of abstraction which maps the continuous state and action spaces intoentities called concepts. Of computational concept learning approaches in ArtificialIntelligence, reinforcement learning-based conceptualization methods are favoredbecause of their application for situated agents which should decide and learn in a realenvironment. In this thesis, a new concept learning approach is proposed which is basedon the Bayesian framework and at the same time is managed by the reinforcementsignal received from the environment. This approach enables a reinforcement learningagent to decide and learn under uncertainty in nondeterministic environments. Moreover,in the proposed method, an agent sequentially learns the concepts from both of itssuccesses and its failures through interaction with the environment. Thesecharacteristics as a whole distinguish the proposed framework from classical classifiers.Besides, using the proposed approach, it is possible to simultaneously learn concepts inmultiple perceptual spaces (like visual, auditory and etc.). This kind of learning which isinnately encoded in the proposed method brings the agent some benefits such asimproving the accuracy of the agent’s decisions and increasing the learning speed.Simulation results in this thesis show the correct formation of concepts’distributions in perceptual space in addition to benefits of utilizing both successes andfailures in terms of convergence speed as well as asymptotic behavior. Experimentalresults, on the other hand, show the applicability and effectiveness of our method for areal robotic task such as wall-following as well as the benefits of concurrent learning inmultiple perceptual spaces.
یادداشت :
عنوان انگليسي: A bayesian approach to hierarchical concept learning and generation
كتابنامه: به انگليسي
چكيده: به فارسي و انگليسي
دانشكده مهندسي برق و كامپيوتر
كارشناسي ارشد
شناسه : oai:ut.ac.ir:thesis/1-40537
تاریخ ایجاد رکورد : 1386/9/15
تاریخ تغییر رکورد : 1387/12/28
قیمت شيء دیجیتال : دارای قیمت

راهنمای سفارش دیجیتال سازی

* محتوای این صفحه توسط کارشناسان این درگاه ویرایش نشده است. لطفا در صورت مشاهده ایراد در محتوا از این طریق اطلاع رسانی کنید.

دیدگاه شما

تست
ورود به درگاه کنسرسیوم
Loding



رمز عبور خود را فراموش کرده ام.
چنانچه تا کنون عضو سایت نشده اید ثبت نام کنید.
درباره کنسرسیوم
ما مجموعه‌ای از كتابخانه‌ها و سازمان‌های دارای منابع اطلاعاتی (کتاب، نشریه، نسخه‌های خطی، عکس، صدا، فیلم و... ) هستیم که با هدف تامین نیازهای پژوهشگران و شهروندان ایرانی برای دسترسی هر چه سریع‌تر به محتوای مورد نظر خود، کنسرسیوم محتوای ملی را تشکیل داده‌ایم. برای رسیدن به این هدف، قصد داریم با بسترسازی مناسب و جلب مشارکت دیگر تولید کنندگان محتوا به گرد آوری، تبدیل، سازماندهی و حفاظت اطلاعات به شکل رقومی و در سطح ملی، بپردازیم.