0


对可行的PAC-学习概率确定性有限自动机

Towards feasible PAC-learning probabilistic deterministic finite automata
课程网址: http://videolectures.net/icgi08_gavalda_tfpac/  
主讲教师: Ricard Gavalda
开课单位: 加泰罗尼亚理工大学
开课时间: 2008-09-01
课程语种: 英语
中文简介:
用于学习PDFA的Clar k-Thollard算法的变化:对于性能的保证:PAC-lear ning w.r.t.KL-divergence;不需要未知参数作为输入。 可能更有效:更精细的状态可区分性概念;更有效的测试来决定状态合并/分裂;适应目标的复杂性:在更简单的问题上更快。 在简单的动态系统和大型网络日志数据集上的有希望的结果。
课程简介: A var iation of the Clar k-Thollard algor ithm for lear ning PDFA:that has for mal guarantees of perfor mance: PAC-lear ning w.r.t.KL-divergence;does not require unknown parameters as input. Potentially much more efficient:Finer notion of state distinguishability;More efficient test to decide state merging/splitting;Adapts to complexity of target: faster on simpler problems. Promising results on simple dynamical systems, and on a largeweblog dataset.
关 键 词: PAC; 概率; 有限自动机
课程来源: 视频讲座网
最后编审: 2020-06-27:yumf
阅读次数: 58