Active Learning Over Large Alphabets
Supervisor(es): Mayr, Franz - Yovine, Sergio
Resumen:
El siguiente proyecto es una extensión y reestructura del framework de algoritmos de aprendizaje de autómatas basados en MAT, desarrollado por la Cátedra de Inteligencia Artificial de la Universidad ORT Uruguay. El objetivo del trabajo es doble, primero re-arquitecturar el framework para que sea más fácilmente extensible, y segundo, agregar un algoritmo de aprendizaje de autómatas simbólicos. La primera etapa del trabajo consistió en la revisión, rediseño y reimplementación de gran parte de la plataforma de aprendizaje activo desarrollada por la Cátedra de Inteligencia Artificial. En la segunda etapa, se llevó adelante una investigación teórica que se centró en la inferencia gramatical y en el estudio de dos algoritmos de aprendizaje de autómatas simbólicos, concretamente los propuestos por Maler-Mens y Argyros-D'Antoni. Luego de un análisis de estos, se decidió por el uso de autómatas simbólicos por la facilidad que pueden tener para la representación de alfabetos grandes, potencialmente infinitos. Una vez implementado, se comparará el algoritmo contra el algoritmo desarrollado por Angluin.
2022 | |
Agencia Nacional de Investigación e Innovación | |
Active learning Language models Ciencias Naturales y Exactas Ciencias de la Computación e Información |
|
Inglés | |
Agencia Nacional de Investigación e Innovación | |
REDI | |
https://hdl.handle.net/20.500.12381/2373
https://sisbibliotecas.ort.edu.uy/cgi-bin/koha/opac-detail.pl?biblionumber=93705 |
|
Acceso abierto | |
Reconocimiento 4.0 Internacional. (CC BY) |
Sumario: | El siguiente proyecto es una extensión y reestructura del framework de algoritmos de aprendizaje de autómatas basados en MAT, desarrollado por la Cátedra de Inteligencia Artificial de la Universidad ORT Uruguay. El objetivo del trabajo es doble, primero re-arquitecturar el framework para que sea más fácilmente extensible, y segundo, agregar un algoritmo de aprendizaje de autómatas simbólicos. La primera etapa del trabajo consistió en la revisión, rediseño y reimplementación de gran parte de la plataforma de aprendizaje activo desarrollada por la Cátedra de Inteligencia Artificial. En la segunda etapa, se llevó adelante una investigación teórica que se centró en la inferencia gramatical y en el estudio de dos algoritmos de aprendizaje de autómatas simbólicos, concretamente los propuestos por Maler-Mens y Argyros-D'Antoni. Luego de un análisis de estos, se decidió por el uso de autómatas simbólicos por la facilidad que pueden tener para la representación de alfabetos grandes, potencialmente infinitos. Una vez implementado, se comparará el algoritmo contra el algoritmo desarrollado por Angluin. |
---|