|
Архив публикацийТезисыXXVI-ая конференцияВариант фреймового представления данных для систем машинного обучения119991 Москва, Косыгина, дом 4. ФГБУН Институт химической физики им. Н.Н. Семенова РАН 2 стр. (принято к публикации)Сейчас активно ищутся подходы применения методов машинного обучения для описания взаимодействующих объектов. Часто используются графы[1] (knowledge graph, семантические сети). Элементы графов (вершины, ребра, атрибуты) очень просты, однако если ставится целью простота системы в целом, то другие подходы могут быть лучше. В настоящей работе предлагается структура данных и правила операции на ней, позволяющие в ряде случаев упростить систему, и упрощающие сопряжение структуры данных с алгоритмами машинного обучения, в том числе искусственными нейронными сетями. Структура строится поверх объектов, состояние и взаимосвязи которых описываются. Структура похожа на фреймы Минского[2]. Из определения фреймов Минского берутся фреймы, представляющие взаимосвязи между объектами, связанными со слотами фреймов (каждый слот фрейма связан с одним объектом). Каждый экземпляр фрейма принадлежит к какому-то одному типу фрейма. Типом фрейма задается, какую именно взаимосвязь (общую для фреймов одного типа) он отображает, а так же тип фрейма задает список слотов фрейма - у фреймов одного типа одинаковый набор слотов. Дополнительно к определению Минского вводится понятие контакта между двумя фреймами - два фрейма контактируют, если имеют хотя бы один общий объект. Тип контакта определяется как множество пар слотов, содержащих общий объект. Вводятся операции с фреймами - создание новых фреймов на базе одного, или двух (контактирующих) фреймов. Для этого определяются правила создания фрейма - фрейм какого типа из фрейма какого типа образуется, и из каких именно слотов фрейма-источника берутся объекты для заполнения слотов создаваемого фрейма. Для создания фрейма из двух контактирующих фреймов дополнительно вводится требование наличия контакта определенного типа. Каждому фрейму приписывается число от 0 до 1. 1 означает наличие представляемых фреймом свойств и взаимосвязей, 0 - эквивалентно отсутствию фрейма. В отличие от фреймов Минского представление данных смещается от заполненных данными слотов к самой фреймовой системе. Что бы указать, что объект обладает каким-то свойством - с этим объектом связывается фрейм, представляющий данное свойство. Для других фреймов данное свойство будет видно как наличие определенного контакта. Для каждого типа фрейма получается таблица, в которой строки - экземпляры фрейма, столбцы - типы контактов, а значения - список величин контактирующих фреймов. К такой таблице возможно применение различных известных методов машинного обучения. Литература 1. Peter W. Battaglia, et al. Relational inductive biases, deep learning, and graph networks 2. Marvin Minsky A Framework for Representing Knowledge. - MIT, 1974. |