Relational Learning as a Search in a Critical Region Lou Fedon 9 Mars 2006
Contexte et Problématique Calculabilité et complexité de lapprentissage relationnel NP-difficile au pire Représentation sous forme dune variable aléatoire Trois classes de problèmes: YES région NO région Mushy région (qui comprend la phase de transition)
Modélisation dun problème relationnel et Apparition de la transition de phase Espace (n,N,m,L) de représentation des problèmes dapprentissage relationnel n: nombre de variables de h m: nombre de prédicats dans h L: nombre de constantes dans E N: nombre de lignes dans chaque table de E Critères : m et L Génération dhypothèses et de base dexemples (état de lart) -> Apparition de la transition de phase
Motivation Mise en relation de la présence de la transition de phase avec la réussite de la transition de base
Protocole expérimental (1) Génération dun problème fonction (m,L) Deux ensembles dexemples (apprentissage et test) distribués identiquement sur + et – Autres paramètres: Prédicats binaires n=4
Protocole expérimental (2) Trois algorithmes : FOIL, SMART, G-NET Trois critères : La précision de la prédiction Lidentification du concept Le coût computationnel
Résultats : Catégorisation en 3 classes de problèmes Problèmes faciles : correctement identifiés Problèmes faisables : généralisation correcte Problèmes durs : non résolus
Résultats: La transition de phase un attracteur? Concentration des hypothèses générées par lalgorithme Critère darrêt des top-down Critère darrêt des GA Aspect discriminatoire de la transition de phase
Résultats : lidentification correcte de lhypothèse ? Optimisation gloutonne du critère de gain dinformation non pertinent pour les premiers littéraux Problématique du backtrack Mais pertinent au niveau de la transition de phase
Résultats : la région NO On arrive à de bonnes généralisation Contre intuitif mais… Beaucoup de prédicats -> la distribution sous-jacente est plus discrimante
Perspectives Algorithmes bottom-up, connaissance à priori Reconsidérer les stratégies dapprentissage : -> tenir compte de la transition de phase
Point de vue personnel Article complet dans modélisation mais questions en suspens Passage à léchelle Problèmes naturels