An approach for improving the performance of learning probabilistic deterministic finite automata
Resumen:
El presente desarrollo de tesis busca progresar sobre las líneas de investigación existentes en referencia a la inferencia de Probabilistic Deterministic Finite Automata (PDFAs) desde modelos de lenguajes en un marco de caja negra y aprendizaje activo. El principal objetivo es subsanar los problemas encontrados en la literatura actual y avanzar hacia un algoritmo más eficiente.
2023 | |
PROYECTOS-MI REDES NEURONALES INTELIGENCIA ARTIFICIAL AUTÓMATAS APRENDIZAJE AUTOMÁTICO |
|
Inglés | |
Universidad ORT Uruguay | |
RAD | |
http://hdl.handle.net/20.500.11968/6426 | |
Acceso abierto |
Resultados similares
-
Active learning techniques for probabilistic deterministic finite automata extraction from language models
Autor(es):: Pan Suarez, Federico
Fecha de publicación:: (2020) -
Non-deterministic automata inference from Recurrent Neural Networks
Autor(es):: Morales Jaurena, Pablo Martín
Fecha de publicación:: (2020) -
Neural Checker
Autor(es):: Morales Peluffo, Matías Gabriel
Fecha de publicación:: (2022) -
Analysis, Evaluation and Improvement of Active Regular Inference Algorithms for Neural Sequence Acceptors
Autor(es):: Garat Diaz, Alejo
Fecha de publicación:: (2024) -
Regular Inference over Recurrent Neural Networks as a Method for Black Box Explainability
Autor(es):: Mayr Ojeda, Franz
Fecha de publicación:: (2019)