Algoritmos de Aprendizado de Máquina Aplicados à Base de Conhecimento de um Sistema de Aprendizado Sem-Fim

Authors

  • Amaury Mario Ribeiro Neto Universidade Federal de São João del Rei
  • Edimilson Batista dos Santos Universidade Federal de Sao João del Rei - UFSJ

Keywords:

aprendizado de máquina, sistema NELL

Abstract

O NELL é um sistema de aprendizado sem fim que propõe que sistemas computacionais aprendam de maneira contínua e incremental, sendo ainda, capazes de se utilizar de conhecimento adquirido para aprimorar seu próprio aprendizado. O objetivo deste trabalho é utilizar diferentes técnicas de aprendizado de máquina para a construção de modelos que realizem inferências e gerem novos fatos afim de popular a base de conhecimento do sistema NELL. Os modelos gerados foram treinados com uma base de dados construída a partir de informações das relações existentes na base de conhecimento do NELL e comparados através de métricas de avaliação que resultaram em bons valores de predição e classificação.

Downloads

Não há dados estatísticos.

Referências

Carlson, A. (2010). Toward na architecture for never-ending language learning. Proc. Ofthe Twenty-Fourth AAAI Conference on Artifical Intelligence.

dos Santos, E. B., Fernandes, M. L., Jr., E. R. H., and Duarte, M. C. (2016). Bayesiannetworks for identifying semantic relations in a never-ending learning system.

In Ma-dureira, A. M., Abraham, A., Gamboa, D., and Novais, P., editors,Intelligent SystemsDesign and Applications - 16th International Conference on Intelligent Systems Designand Applications (ISDA 2016) held in Porto, Portugal, December 16-18, 2016, volume557 ofAdvances in Intelligent Systems and Computing, pages 279–288. Springer.

Miani, R. G. L. and Junior, E. R. H. (2015). Exploring association rules in a large growingknowledge base.

Mitchell, T. (2015). Never-ending learning. Proceedings of the Conference on ArtificialIntelligence (AAAI).

Mitchell, T., Cohen, W., Hruschka, E., Talukdar, P., Yang, B., Betteridge, J., Carlson, A.,Dalvi, B., Gardner, M., Kisiel, B., Krishnamurthy, J., Lao, N., Mazaitis, K., Mohamed,T., Nakashole, N., Platanios, E., Ritter, A., Samadi, M., Settles, B., Wang, R., Wijaya,D., Gupta, A., Chen, X., Saparov, A., Greaves, M., and Welling, J. (2018). Never-ending learning.Commun. ACM, 61(5):103–115.

Mitchell, T. M. (1997).Machine Learning. McGraw-Hill, New York.

Peter Norvig, S. R. (2013).Inteligˆencia Artificial. Elsevier Editora, third edition. ISBN8535237011, 9788535237016.

Thrun, S. and Mitchell, T. (1995). Lifelong robot learning.Robotics and AutonomousSystems, 15(1):25 – 46.

Thrun, S. and Pratt, L. (1998).Learning to Learn: Introduction and Overview, page 3–17.Kluwer Academic Publishers, USA.

Verma, S. and Hruschka, E. R. (2012). Coupled bayesian sets algorithm for semi-supervised learning and information extraction. InECML/PKDD.

Downloads

Published

2023-05-29

Como Citar

Mario Ribeiro Neto, A., & Batista dos Santos, E. (2023). Algoritmos de Aprendizado de Máquina Aplicados à Base de Conhecimento de um Sistema de Aprendizado Sem-Fim. Revista Eletrônica De Iniciação Científica Em Computação, 21(1). Recuperado de https://journals-sol.sbc.org.br/index.php/reic/article/view/2277

Issue

Section

Artigos