Analysis, Evaluation and Improvement of Active Regular Inference Algorithms for Neural Sequence Acceptors
Resumen:
El presente proyecto contribuye al campo de la Inteligencia Artificial Explicativa (XAI, por sus siglas en inglés). El objetivo es mejorar algoritmos, optimizar procesos y realizar una revisión exhaustiva del estado del arte. En concreto, se proponen optimizaciones para los algoritmos de extracción, probados en la competencia internacional TAYSIR, y se propone la implementación del algoritmo Observation Pack con el fin de mejorar la eficiencia de los algoritmos existentes. Además, se lleva a cabo una revisión detenida de los algoritmos L∗ y Kearns Vazirani, así como de los diferentes oráculos utilizados para la extracción de modelos.
2024 | |
PROYECTOS-ID INTELIGENCIA ARTIFICIAL AUTÓMATAS ALGORITMOS |
|
Inglés | |
Universidad ORT Uruguay | |
RAD | |
https://hdl.handle.net/20.500.11968/6966
http://hdl.handle.net/20.500.11968/6966 |
|
Acceso abierto | |
Acceso abierto |
Resultados similares
-
Analysis, Evaluation and Improvement of Active Regular Inference Algorithms for Neural Sequence Acceptors
Autor(es):: da Silva, Juan Pedro
Fecha de publicación:: (2024) -
Active Learning Over Large Alphabets
Autor(es):: Vilensky Kon, Federico
Fecha de publicación:: (2022) -
Regular Inference over Recurrent Neural Networks as a Method for Black Box Explainability
Autor(es):: Mayr Ojeda, Franz
Fecha de publicación:: (2019) -
An approach for improving the performance of learning probabilistic deterministic finite automata
Autor(es):: Pan Suarez, Federico
Fecha de publicación:: (2023) -
Neural Checker
Autor(es):: Morales Peluffo, Matías Gabriel
Fecha de publicación:: (2022)