Oct, 2023

具吸收状态的 Contracting Tsetlin Machine 与自动机

PDF
TL;DR通过引入具有吸收状态的稀疏 Tsetlin Machine (TM) 以及吸收态的 Tsetlin Automata (TA)，本文提出了一种新的学习方案，通过稀疏数据结构的更新，在学习过程中加速计算、提高学习速度并减少能源消耗。
sparse tsetlin machineabsorbing tsetlin automatalearning schemesparse data structureenergy consumption
发现论文，激发创造
  • 稀疏特斯林机器：活动文字的稀疏表示

    这篇论文介绍了稀疏 Tsetlin 机器（STM），一种高效处理稀疏数据的新型 Tsetlin 机器（TM）。通过引入活跃文字（AL），STM 可以集中关注当前数据表示中实际有贡献的文字，显著减少内存占用和计算时间，同时展现了有竞争力的分类性能。

    May, 2024

  • 通过限制 Tsetlin 机子句大小建立简明的逻辑模式

    本研究介绍了一种新的 Tsetlin 机器学习算法改进版 - 受限子句集 TMs（CSC-TMs），它可以在硬件友好的情况下提高准确性，并减少计算机逻辑的开销。我们在表格数据、自然语言文本、图像和棋盘游戏方面进行分类、聚类和回归实验。结果表明，CSC-TM 在保持准确性的同时可以减少 80 倍的逻辑量。

    Jan, 2023

  • 使用马尔科夫边界引导剪枝学习极简特斯林机器子句

    本文提出了一种新的 Tsetlin Machine (TM) 反馈机制，引入了一个上下文特定独立自动机，该自动机学习目标变量 Markov 边界之外的特征，从而在学习过程中将它们从 TM 中剪枝，通过实证研究展示了该机制如何利用上下文特定独立来找到 Markov 边界，并为其收敛性提供了理论分析，从而将贝叶斯网络领域与 TMs 相关联，为推理和学习提供协同作用的可能性，包括由 TM 生成的贝叶斯知识库和基于 TM 的贝叶斯推断。

    Sep, 2023

  • 多智能体强化学习中吸收状态的使用与误用

    本研究通过在 MARL 方法中使用 attention 而非全连接层以及吸收状态的创新架构，解决了后人学分配问题，在代理创建 / 销毁以及传统多智能体协调任务中都显著优于标准框架。

    Nov, 2021

  • Tsetlin 机器的广义收敛分析：概率方法应用于概念学习

    Tsetlin 机器的收敛性分析表明，通过引入概率概念学习（PCL）框架，可以简化 TM 结构，并确保在 0.5<p_k<1 的条件下，PCL 能够收敛到文字的析取，为未来关于 Tsetlin 自动学习算法收敛性的研究奠定基础。

    Oct, 2023

  • Tsetlin 机 - 一种博弈论强化的主观逻辑最优模式识别方法

    本文介绍了 Tsetlin Machine，一种通过使用陈述公式的 Tsetlin Automata 集合来解决复杂的模式识别问题的机器。 使用一个新颖的游戏来协调自动机，具有高准确性、可解释性和计算简单性，它在五个基准中提供与其他分类器相媲美的准确性。

    Apr, 2018

  • 支持几乎恒定时间扩展的大规模并行异步 Tsetlin 机器架构

    本文提出了一种新的 Tsetlin 机降低了分类的取票瓶颈，并支持分散的学习，进而支持处理大型数据集和更多选择以提高学习准确性的并行和异步架构。

    Sep, 2020

  • 利用特斯特林机进行高效数据融合

    我们提出了一种新颖的方法，通过 Tsetlin 机器来评估和融合嘈杂的动态数据。我们的方法是通过监测 TM 学习的逻辑子句在动态数据中的可能噪声下如何变化来识别噪声，从而通过降低先前学习的子句的权重或以新子句的形式反映它。我们还进行了一项全面的实验研究，使用了明显不同的数据集，证明了所提出方法的高性能。

    Oct, 2023

  • 基于集合自动机匹配的术语重写

    本文研究如何利用集合自动机来实现高效的术语重写过程，提出一种优化算法，用于外层重写线性左规则术语重写系统，证明其正确性，并展示了一些实现实验结果。

    Feb, 2022

  • 将翻译记忆集成到非自回归机器翻译中

    本文研究利用 Translation Memory 对 Levenshtein Transformer 进行改进来进行非自回归机器翻译，通过调整数据表示和引入额外的删除操作，提高了解码效率。同时讨论了利用 Translation Memory 训练模型的方法，减少了多模态问题，无需使用知识蒸馏。

    Oct, 2022