Apprentissage de réseaux de préférences ceteris paribus
Résumé
Nous étudions l'acquisition de réseaux de préférences ceteris paribus (CP-nets), selon le paradigme de l'apprentissage exact avec requêtes défini par Angluin. Dans ce contexte, l'apprenant cherche à découvrir un CP-net cible représentant le modèle cognitif de l'utilisateur en lui posant des questions. Nous montrons que la classe générale des CP-nets booléens n'est pas apprenable avec requêtes d'équivalence et d'appartenance. Puis nous donnons un algorithme montrant que l'importante sous-classe des CP-nets acycliques complets de taille polynomiale en le nombre de variables est apprenable avec requêtes d'équivalence et d'appartenance. Ce résultat encourageant indique que les réseaux de " petit degré " utilisés en pratique sont efficacement identifiables par le biais de l'apprentissage interactif.
Domaines
Intelligence artificielle [cs.AI]
Origine : Fichiers produits par l'(les) auteur(s)
Loading...