Alkalmazáspéldák a HFRIQ-learning rendszerben

Tompa, Tamás and Kovács, Szilveszter (2023) Alkalmazáspéldák a HFRIQ-learning rendszerben. PRODUCTION SYSTEMS AND INFORMATION ENGINEERING, 11 (2). pp. 84-100. ISSN 1785-1270

Preview

Text 2419-Article Text-16801-1-10-20250816.pdf - Published Version Download (965kB) | Preview

Abstract

A heurisztikusan gyorsított FRIQ-learning (HFRIQlearning) a ’FIVE’ fuzzy szabályinterpolációs modellen alapuló Q-tanuló módszer, amely alkalmas külső szakértői tudásbázis (mint szakértői heurisztika) injektálására a rendszerbe. A beágyazott szakértői tudásbázis gyorsíthatja a tanulási folyamatot, de abban az esetben, ha ez az a priori tudásbázis helytelen információt tartalmaz, akkor az negatívan hathat a tanulási folyamat hatékonyságára. A HFRIQ-learning-rendszerben a tudásbázist (Q-függvényt) egy állapot-akció-Q-érték formájú ritka (fuzzy szabályinterpolált) szabálybázis írja le, amely következtében a külső szakértői tudásbázis állapot-akció formájú fuzzy produkciós szabályok által adható meg. A cikk célja, hogy klasszikus megerősítéses tanulási mintapéldákon keresztül demonstrálja a HFRIQ-learning-rendszerbe injektált szakértői tudásbázis hatását a tanulási folyamatra, illetve annak bemutatása, hogy a rendszer hogyan valósítja meg a helytelen szakértői szabályok hangolását (optimalizálását).

Actions (login required)

Edit Item