机构名称：
¥ 1.0
摘要 连续数据流是现代信息处理中常见但具有挑战性的现象。将机器学习技术应用于此设置的传统方法，如离线和在线学习，已显示出几个关键的缺点。为了避免这两种方法的已知缺点，我们建议将它们的互补优势结合在一个称为解构的新型机器学习过程中。与监督学习和无监督学习类似，这种新颖的过程提供了一种模仿人类学习的基本学习功能。此功能集成了对训练数据进行分区、管理学习到的知识表示以及将新获得的知识与以前学习到的知识表示相结合的机制。此概念的先决条件是可以对学习数据进行分区，并且可以通过正式方式访问生成的知识分区。在所提出的方法中，这是通过最近引入的建构主义机器学习框架实现的，该框架允许创建、利用和维护知识库。在这项工作中，我们重点介绍了实施这种解构过程的设计概念。特别是，我们描述了所需的子过程以及如何将它们组合在一起。
解构作为机器学习过程
主要关键词
相关文件推荐
