„Mintázatgenerátor” változatai közötti eltérés
A Miau Wiki wikiből
(→Ellentmondások és vitatott kijelentések modulja) |
(→Ellentmondások és vitatott kijelentések modulja) |
||
| 27. sor: | 27. sor: | ||
== Ellentmondások és vitatott kijelentések modulja == | == Ellentmondások és vitatott kijelentések modulja == | ||
* '''1999:''' Ezzel az eljárással mennyire pontos adatokat lehet kapni? | * '''1999:''' Ezzel az eljárással mennyire pontos adatokat lehet kapni? | ||
| − | *A szakértõi becslések átlaga jóval alatta maradt a | + | *A szakértõi becslések átlaga jóval alatta maradt a legegyszerűbb logikai módszerrel következtethető releváns szintnek, és csak egyetlen ember érte el a mintázatgenerátor által felállított előrejelzési szintet. -- Az előrejelzésben a jövendőbeli változás irányát (növekedés, illetve csökkenés) a MI módszerek a többi eljáráshoz viszonyítva jóval nagyobb arányban “találták el”, a mintázatgenerátor átlagosan 80%-os eredményt produkált (Pásztor, 1997/b) |
== Definíciós modul == | == Definíciós modul == | ||
A lap 2005. december 21., 18:38-kori változata
Angol megnevezés: Patterngenerator
Tartalomjegyzék
Történeti modul
- 1999: "Függvény- és Mintázatgenerátor két, hasonló elven működő, legjobban mesterséges neuronális hálókhoz (MNH) hasonlítható eljárás. Legfontosabb tulajdonságuk, hogy nem parametrizált függvénykapcsolatokkal dolgoznak, hanem véletlenszerűen választott műveletekkel állítják elő a függvényt." [[1]]
- 2002: "A mintázatgenerátor a függvény tanuló és tesztadatokra való átlagos illeszkedése alapján választja ki az optimális függvényt. [[2]]
Ontológiai modul
- "ez egy" kapcsolattípus:
- Előrejelzés (pl: cukorrépa termesztésének várható alakulása)
- "van neki, része a címszónak" kapcsolattípus:
- függvénygenerátor
- jövőgenerátor
- generátormodell
- szakértői rendszer
- gépi tanulás
- neuronális háló
- szabálygenerátor
- celluláris automaták
- automatikus ismeretszerzés
- tanulás
- teszt
- "a címszó része valaminek (a címszóval egyenrangú fogalmak)" kapcsolattípus:
- hasonlóság elemzés, ill. döntéstámogató rendszer (szakértői rendszer, CBR, abdukció, JOKER, COCO, indukció, WAM, tudásbázisú/ismeretalapú rendszer, benchmarking, BSC, fuzzy rendszer, neurális háló)
- mestertséges intelligencia alkalmazások (szakértői rendszer, mesterséges élet, természetes nyelvek kezelése, robotika)
- szimuláció (szakértői rendszerek, agrár-szektormodellek)
Ellentmondások és vitatott kijelentések modulja
- 1999: Ezzel az eljárással mennyire pontos adatokat lehet kapni?
- A szakértõi becslések átlaga jóval alatta maradt a legegyszerűbb logikai módszerrel következtethető releváns szintnek, és csak egyetlen ember érte el a mintázatgenerátor által felállított előrejelzési szintet. -- Az előrejelzésben a jövendőbeli változás irányát (növekedés, illetve csökkenés) a MI módszerek a többi eljáráshoz viszonyítva jóval nagyobb arányban “találták el”, a mintázatgenerátor átlagosan 80%-os eredményt produkált (Pásztor, 1997/b)
Definíciós modul
- A mintázatgenerátor a generátormodell "részeként" lehetővé teszi, hogy a szabadon definiálható kombinatorikai teret relative célirányosan a szintén szabadon definiálható célkritériumok figyelembe vételével át lehessen kutatni.
Tesztkérdések modul
- Igaz-e, hogy: A mintázatgenerátor a generátormodell "részeként" lehetővé teszi, hogy a szabadon definiálható kombinatorikai teret relative célirányosan a szintén szabadon definiálható célkritériumok figyelembe vételével át lehessen kutatni. (igaz)
- Igaz-e, hogy: A függvény- és mintázatgenerátor működése során a meglévő adatokat két részre osztjuk (igaz, tanuló adatokra és tesztadatokra)
