论文摘要
针对未知的数字和规则的模式构建问题,本文提供了一种从图像角度解决数字序列逻辑学习问题的手段。该方法是在计算机不知道图像间关系和图像内包含的内容的意义的前提下,让计算机自主地学习出其中包含的内在逻辑模式,从而进行数字序列的预测。本文构建了4个大型数据集:Linear序列、Multiplication序列、Fio序列和Nested序列,然后使用几种代表性的深度神经网络来完成数字序列逻辑学习任务,并对实验结果加以分析比较,事实证明,本文所提出的方法在一定程度上可以解决未知的数字和规则的模式构建问题,这为一系列未知逻辑模式构建任务提供了一种可能性。
论文目录
文章来源
类型: 期刊论文
作者: 梁慧,曹峰,钱宇华,郭倩,梁新彦
关键词: 人工智能,逻辑推理,逻辑学习,深度学习,数字序列,图像处理,神经网络,模式构建
来源: 智能系统学报 2019年06期
年度: 2019
分类: 信息科技
专业: 计算机软件及计算机应用,自动化技术
单位: 山西大学大数据科学与产业研究院,山西大学计算机与信息技术学院,山西大学计算智能与中文信息处理教育部重点实验室
基金: 国家自然科学基金项目(61672332,61432011,U1435212,61872226),山西省海外归国人员研究项目(2017023),山西省自然科学基金计划资助项目(201701D121052)
分类号: TP391.41;TP181
页码: 1189-1198
总页数: 10
文件大小: 2621K
下载量: 151
相关论文文献
标签：人工智能论文; 逻辑推理论文; 逻辑学习论文; 深度学习论文; 数字序列论文; 图像处理论文; 神经网络论文; 模式构建论文;