Título : | Active Learning Over Large Alphabets |
Autor(es) : | Vilensky, Federico |
Fecha de publicación : | nov-2022 |
Tipo de publicación: | Trabajo final de grado |
Versión: | Aceptado |
Supervisor(es) : | Mayr, Franz Yovine, Sergio |
Publicado por: | Universidad ORT Uruguay |
Areas del conocimiento : | Ciencias Naturales y Exactas Ciencias de la Computación e Información |
Otros descriptores : | Active learning Language models |
Resumen : | El siguiente proyecto es una extensión y reestructura del framework de algoritmos de aprendizaje de autómatas basados en MAT, desarrollado por la Cátedra de Inteligencia Artificial de la Universidad ORT Uruguay. El objetivo del trabajo es doble, primero re-arquitecturar el framework para que sea más fácilmente extensible, y segundo, agregar un algoritmo de aprendizaje de autómatas simbólicos. La primera etapa del trabajo consistió en la revisión, rediseño y reimplementación de gran parte de la plataforma de aprendizaje activo desarrollada por la Cátedra de Inteligencia Artificial. En la segunda etapa, se llevó adelante una investigación teórica que se centró en la inferencia gramatical y en el estudio de dos algoritmos de aprendizaje de autómatas simbólicos, concretamente los propuestos por Maler-Mens y Argyros-D'Antoni. Luego de un análisis de estos, se decidió por el uso de autómatas simbólicos por la facilidad que pueden tener para la representación de alfabetos grandes, potencialmente infinitos. Una vez implementado, se comparará el algoritmo contra el algoritmo desarrollado por Angluin. |
URI / Handle: | https://hdl.handle.net/20.500.12381/2373 |
URL : | https://sisbibliotecas.ort.edu.uy/cgi-bin/koha/opac-detail.pl?biblionumber=93705 |
Financiadores: | Agencia Nacional de Investigación e Innovación |
Identificador ANII: | FMV_1_2019_1_155913 |
Nivel de Acceso: | Acceso abierto |
Licencia CC: | Reconocimiento 4.0 Internacional. (CC BY) |
Aparece en las colecciones: | Publicaciones de ANII |
Archivos en este ítem:
archivo | Descripción | Tamaño | Formato | ||
---|---|---|---|---|---|
20220928_ID_185975_proyecto.pdf | Descargar | 789.05 kB | Adobe PDF |
Las obras en REDI están protegidas por licencias Creative Commons.
Por más información sobre los términos de esta publicación, visita:
Reconocimiento 4.0 Internacional. (CC BY)