基于信息衰減由時(shí)空數(shù)據(jù)挖掘驅(qū)動(dòng)的預(yù)測(cè)Agent學(xué)習(xí).pdf

1、人工智能(AI)是目前在計(jì)算機(jī)科學(xué)界最令人感興趣的研究領(lǐng)域之一,它既可以幫助研究者更好的理解人的大腦的決策過(guò)程,同時(shí)也可以增加組織對(duì)決策制定的參與過(guò)程。AI的核心是它包含很多智能計(jì)算體,簡(jiǎn)稱(chēng)為智能體,這些智能體以建立可以適應(yīng)環(huán)境和能夠從經(jīng)驗(yàn)中學(xué)習(xí)的系統(tǒng)為目標(biāo)。這個(gè)目標(biāo)吸引了很多來(lái)自不同學(xué)科的研究人員,從而導(dǎo)致當(dāng)今很多正在改變工業(yè)和科學(xué)領(lǐng)域的學(xué)習(xí)方法的產(chǎn)生。
　　 這些學(xué)習(xí)方法已被證明在很多的應(yīng)用領(lǐng)域都有巨大的實(shí)用價(jià)值,尤其是在數(shù)

2、據(jù)挖掘領(lǐng)域,這是人工智能學(xué)習(xí)方法在從包含有用隱含規(guī)律性知識(shí)的大型數(shù)據(jù)庫(kù)中自動(dòng)發(fā)現(xiàn)并提取有用知識(shí)的一個(gè)應(yīng)用。這些方法,也被稱(chēng)為機(jī)器學(xué)習(xí)方法,被認(rèn)為是結(jié)構(gòu)描述的產(chǎn)物,是從過(guò)去的數(shù)據(jù)中得到的一個(gè)模型。這個(gè)模型可以用作智能體的知識(shí)表示,具備預(yù)測(cè)、解釋及理解等功能。
　　 最具預(yù)測(cè)性的Agent學(xué)習(xí)方法是基于這樣一個(gè)假設(shè)的,即建設(shè)和驗(yàn)證一個(gè)模型的相關(guān)歷史數(shù)據(jù)是對(duì)未來(lái)將要發(fā)生的事情的最佳估計(jì)。然而,從過(guò)去到未來(lái)的相關(guān)性取決于在特定時(shí)間內(nèi)的應(yīng)

3、用領(lǐng)域。這些靜態(tài)數(shù)據(jù)的處理是基于這些學(xué)習(xí)方法從人類(lèi)的學(xué)習(xí)方法抽象成Agent的學(xué)習(xí)方法的這樣一個(gè)事實(shí),但是它卻忽略了人類(lèi)的遺忘因子,人類(lèi)學(xué)習(xí)之后很可能會(huì)忘記學(xué)過(guò)的知識(shí)。因此,必須將遺忘因子整合到現(xiàn)有的Agent學(xué)習(xí)方法中以接近人類(lèi)大腦的決策制定過(guò)程及提高Agent的學(xué)習(xí)性能。
　　 數(shù)據(jù)挖掘極大的促進(jìn)了對(duì)時(shí)空數(shù)據(jù)的學(xué)習(xí)及對(duì)其他研究的信任,把數(shù)據(jù)挖掘整合到Agent系統(tǒng)中大大提高了預(yù)測(cè)Agent的學(xué)習(xí)技能,并協(xié)助Agent對(duì)未來(lái)因

4、子或未來(lái)事件的預(yù)測(cè)。我們致力于開(kāi)發(fā)一種新的學(xué)習(xí)方法,它可以用在數(shù)據(jù)挖掘中以創(chuàng)建一種知識(shí)表示模型用于學(xué)習(xí)Agent并協(xié)助之象人類(lèi)那樣預(yù)測(cè)未來(lái)。我們稱(chēng)之為信息衰變的新技術(shù),正是對(duì)人類(lèi)遺忘因子的抽象。
　　 基于信息衰變的學(xué)習(xí)方法反映了人類(lèi)是如何通過(guò)時(shí)間的衰變來(lái)預(yù)測(cè)未來(lái)的,以學(xué)習(xí)過(guò)程中積累的信息量來(lái)模擬人類(lèi)遺忘的行為。從最近的數(shù)據(jù)(數(shù)據(jù)表示一個(gè)因子或一個(gè)事件)得到的信息比從較舊的數(shù)據(jù)(數(shù)據(jù)表示很久以前的一個(gè)因子或一個(gè)事件,比如十年之前

5、)得到的信息更有利于對(duì)未來(lái)的預(yù)測(cè)。
　　 為了揭示信息衰減學(xué)習(xí)方法的真相,而不僅是理解其背后的理論概念,我們使用數(shù)據(jù)挖掘試驗(yàn)并提供實(shí)際的試驗(yàn)結(jié)果。目前已經(jīng)存在很多數(shù)據(jù)挖掘的分支領(lǐng)域,我們傾向于使用時(shí)空數(shù)據(jù)挖掘來(lái)處理從時(shí)空數(shù)據(jù)庫(kù)來(lái)提取知識(shí),這是由其對(duì)信息衰減的計(jì)算時(shí)間所決定的。
　　 本文介紹了一個(gè)多Agent系統(tǒng)的體系結(jié)構(gòu),為了實(shí)現(xiàn)遺忘因子的抽象。此體系結(jié)構(gòu)揭示了Agent技術(shù)和數(shù)據(jù)挖掘技術(shù)是怎樣整合到一個(gè)系統(tǒng)中的,作為

6、一個(gè)使用信息衰減從大型數(shù)據(jù)庫(kù)中發(fā)現(xiàn)知識(shí)以提高Agent的學(xué)習(xí)技能的視圖。
　　 為了給此假設(shè)提供充足的證據(jù),使用ID3決策樹(shù)學(xué)習(xí)算法來(lái)實(shí)現(xiàn)信息衰減,利用從Oracle數(shù)據(jù)庫(kù)收集到的940個(gè)樣例數(shù)據(jù)集來(lái)進(jìn)行測(cè)試。兩種預(yù)測(cè)學(xué)習(xí)Agent的知識(shí)表示模型為:一種情況忽略信息數(shù)據(jù)的衰減特性,另一種情況則考慮信息衰減情況。準(zhǔn)確性,F1-測(cè)量和接受者操作特性曲線(xiàn)是衡量Agent學(xué)習(xí)性能的重要因素。這種概念的相關(guān)性是通過(guò)比較預(yù)測(cè)Agent在不同