TL;DR
- چکیده:.
- این یک نسخه توسعه یافته از انتشارات ما است یادگیری ماشینهای حالت از جریانهای داده:.
- یک استراتژی عمومیو یک اکتشافی بهبود یافته،.
چه اتفاقی افتاد
چکیده:. این یک نسخه توسعه یافته از انتشارات ما است یادگیری ماشینهای حالت از جریانهای داده:.
یک استراتژی عمومیو یک اکتشافی بهبود یافته،. کنفرانس بینالمللی استنتاج گرامری (ICGI) 2023،.
رباط،. مراکش.
این با یک اثبات رسمیدر مورد PAC-bounds گسترش یافته است،. و بحث و تجزیه و تحلیل یک رویکرد مشابه از ضمیمه منتقل شده است و اکنون یک بخش.
کامل است. مدلهای ماشین حالت مدلهایی هستند که رفتار سیستمهای رویداد گسسته را شبیهسازی میکنند و قادر به نمایش سیستمهایی.
مانند سیستمهای نرمافزاری،. تعاملات شبکهای و سیستمهای کنترل هستند و تحقیقات گستردهای انجام شده است.
ماهیت اکثر الگوریتمهای یادگیری این فرض است که همه دادهها در ابتدای الگوریتم در دسترس هستند. و تحقیقات کمیدر یادگیری ماشینهای حالت از دادههای جریانی انجام شده است.
در این مقاله میخواهیم این شکاف را برطرف کنیم بیشتر با ارائه یک روش عمومیبرای یادگیری. ماشینهای حالت از جریانهای داده،.
و همچنین یک اکتشافی ادغامیکه از طرحها برای محاسبه درختهای پیشوند ناقص استفاده میکند. ما رویکرد خود را در یک کتابخانه ادغام حالت منبعباز اجرا میکنیم و آن را با.
روشهای موجود مقایسه میکنیم. ما اثربخشی رویکرد خود را با توجه به زمان اجرا،.
مصرف حافظه و کیفیت نتایج در یک مجموعه داده باز شناخته شده نشان میدهیم. علاوه بر این،.
ما یک تجزیه و تحلیل رسمیاز الگوریتم خود ارائه میدهیم که نشان میدهد این الگوریتم قادر به. یادگیری در چارچوب PAC است و بهبود نظری را برای افزایش زمان اجرا نشان میدهد،.
بدون اینکه درستی الگوریتم را در اندازههای نمونه بزرگتر به خطر بیندازد. نسخه توسعهیافته ماشینهای حالت یادگیری از جریانهای داده:.
یک استراتژی عمومیو یک اکتشافی بهبودیافته،. کنفرانس بینالمللی استنتاج دستوری (ICGI) 2023،.
رباط،. مراکش زبانهای رسمیو تئوری خودکار (cs.
FL); یادگیری ماشینی (cs. LG) استناد بهعنوان: (یا v2 [cs.
FL] برای این نسخه) https:. // شده توسط arXiv از طریق DataCite تاریخچه ارسال از:.
Robert Baumgartner [مشاهده ایمیل] [v1] پنجشنبه،. 2 آوریل 2026،.
16:. 35:.
07 UTC (372 KB) [v2] جمعه،. 3 آوریل 2026،.
09:. 40:.
09 UTC (372 KB).
چرا مهم است
اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیمگیری سازمانی اثر میگذارد.
منبع
لینک منبع اصلی در کارت و صفحه مقاله نمایش داده میشود.