Regla de Ga para el descubrimiento de conocimiento

Este artículo presenta un nuevo enfoque para la extracción de reglas estructurales y el descubrimiento de conocimiento a través de la Red de Galois Estructural y algoritmos genéticos. El enfoque sintetiza el aprendizaje simbólico en la extracción de características como un pre-procesamiento y un aprendizaje subsimbólico como un post-procesamiento para extraer reglas. La Red de Galois Estructural se utilizó para representar patrones estructurales, realizar tareas de clasificación y extraer características. Estos patrones estructurales fueron descritos mediante gráficos etiquetados. El método propuesto, GAsRule, se basa en algoritmos genéticos que fueron adaptados para 1) permitir el reconocimiento de patrones—esto se hace al emparejar los antecedentes de la regla con el precedente de la regla (es decir, rutas/gráficos); 2) preservar la sintaxis y semántica del contexto de descripción; y 3) evaluar conjuntos de reglas para el descubrimiento de conocimiento y evolucionar nuevos conjuntos de reglas para la predicción. El objetivo de nuestro experimento es resolver el problema fundamental de extraer reglas estructurales en el reconocimiento de patrones estructurales. Los experimentos se basaron en ejemplos de definición de arco, que son ampliamente utilizados en aprendizaje automático. Esperamos extender este método a conjuntos de datos del mundo real en trabajos futuros.