[1Q4-J-2] 機械学習: 知識表現と論理

[1Q4-J-2-02] ノイズを含む遷移データからの論理プログラム学習

〇ポア インジュン¹、井上 克巳^1,2 (1. 東京工業大学、2. 国立情報学研究所)

キーワード：論理プログラム、ニューラルシンボリック

実世界のデータはノイズや誤りを含むことが多い．従来の論理プログラムの学習手法はデータが前処理で離散化されていることを前提としている．これらの手法の正確さは離散化する手法の正確さに依存し，実応用の妨げとなっている．一方，ニューラルネットワークはノイズを含むデータに対して頑健だと言われている．しかし，学習済みのニューラルネットワークはルールを出力せず，なにを学習できたか，どこまで一般化できたかが不明である．本研究では，ニューラルネットワークを用いて，遷移データ内に存在するルールを分類することで，論理プログラムを出力する．さらに，その学習したモデルはノイズを含むデータに対しても頑健であることを示す．