Dl-aprendiz para el aprendizaje supervisado de la máquina en lógica de búho y descripción
Descargar ahora

Dl-aprendiz Clasificación y resumen

Dl-aprendiz Etiquetas

aprender descripción Descripción Logística aprender clases aprender dl logístico

Dl-aprendiz Descripción

Herramienta para el aprendizaje de la máquina supervisado en lógica de búho y descripción. El software DL-Learner aprende conceptos en las lógicas de descripción (DLS) de los ejemplos proporcionados por el usuario. Equivalentemente, se puede utilizar para aprender clases en ontologías de búho de objetos seleccionados. DL-Learner extiende la programación de lógica inductiva a las lógicas de descripciones y la Web semántica. El objetivo de DL-Learner es proporcionar una herramienta de aprendizaje de máquinas basada en DL / OWL para apoyar a los ingenieros de conocimiento en la construcción de conocimientos y resolver tareas de aprendizaje supervisadas y aprender sobre los datos que ellos creado. Aquí hay algunas características clave de "dl-aprendiz": Implementa diferentes algoritmos: · Un algoritmo basado en el operador de refinamiento. · Un algoritmo de programación genética. · Un algoritmo híbrido usando operadores de refinamiento genético. · (Aprendizaje aleatorio, aprendizaje de la fuerza bruta) Apoya diferentes tipos de problemas de aprendizaje: · Aprendizaje de definiciones de concepto e inclusión axiomas. · Aprender de ejemplos positivos y negativos, así como solo de ejemplos positivos. Admite diferentes formatos de entrada: · Archivos de búho · N-triple archivos · Representación interna en archivos de configuración. · Puntos finales SPARQL Diferentes adaptadores de razonadores: · Interfaz de excavación: permite a todos los razones principales · Interfaz API OWL (ALPHA): FACT ++, PELLETS · Kaon2: Acceso directo a la API de Java (se puede eliminar en el futuro, porque Kaon2 no es de código abierto) Diferentes interfaces de usuario: · línea de comando · servicio web · Planeado: cliente PHP · Planeado: GUI basada en Java Swing · Fácilmente extensible a través de un modelo de componente. · 4 tipos de componentes: fuentes de conocimiento, razonadores, problemas de aprendizaje, algoritmos de aprendizaje · Implementar un nuevo componente de uno de los tipos anteriores, solo tiene que extender la clase correcta en org.dllearner.core y agregue el nombre de su archivo al archivo components.ini · Permite una amplia gama de opciones de configuración. ¿Qué hay de nuevo en este lanzamiento: · Nuevo algoritmo: Cele (Aprendizaje de la expresión de clase para la ingeniería de ontología) · Protegé Plugin basado en celee · Escribió un documento PDFMANUAL para DL-LENDER · Un operador de refinamiento eficiente para la lógica de la descripción El · Estimación de la cobertura de expresión de clase estocástica rápida incluida · Diseño de componentes del razonador y estructura de problemas de aprendizaje mejorado · Más ejemplos de aprendizaje proporcionados y pruebas unitarias para garantizar la calidad del código extendida · 6 errores y solicitudes de características informadas en el SourceForge.Net Tracker Fixer

Dl-aprendiz Software relacionado