归纳逻辑编程优化:提升生物语法学习与规划效率
在生物语法学习和问题规划领域,归纳逻辑编程(ILP)方法有着广泛应用。本文将详细探讨ILP中的细化算子优化以及宏算子与控制知识结合的相关内容。
1. ILP细化算子实验结果
在生物语法学习中,为了提升ILP系统生成生物语法的速度,研究人员对细化算子进行了优化。实验在PosRand和PosNeg数据集上进行,对比了ref - ℵ和ref - g两种细化算子的推理时间。具体结果如下表所示:
| Algo | PosRand (minacc = 0.1) | PosNeg (minacc = 0.1) | |||
|---|---|---|---|---|---|
| clauselength = 4 | clauselength = 5 | clauselength = 6 | clauselength = 5 | clauselength = 6 | |
| ref - ℵ | 1213 | ∗17530 | ∗+324000 | 956 | ∗69329 |
| ref - g |
超级会员免费看
订阅专栏 解锁全文
2189

被折叠的 条评论
为什么被折叠?



