ترجمه فارسی مقاله IReCa: یادگیری تقویتی با آگاهی از زمینه با پاداش درونی برای هماهنگی انسان و هوش مصنوعی

چکیده

Gaussian Processes (GPs) provide a powerful framework for making predictions and understanding uncertainty for classification with kernels and Bayesian non-parametric learning. Building such models typically requires strong prior knowledge to define preselect kernels, which could be ineffective for online applications of classification that sequentially process data because features of data may shift during the process. To alleviate the requirement of prior knowledge used in GPs and learn new features from data that arrive successively, this paper presents a novel method to automatically discover models of classification on complex data with little prior knowledge. Our method adapts a recently proposed technique for GP-based time-series structure discovery, which integrates GPs and Sequential Monte Carlo (SMC). We extend the technique to handle extra latent variables in GP classification, such that our method can effectively and adaptively learn a-priori unknown structures of classification from continuous input. In addition, our method adapts new batch of data with updated structures of models. Our experiments show that our method is able to automatically incorporate various features of kernels on synthesized data and real-world data for classification. In the experiments of real-world data, our method outperforms various classification methods on both online and offline setting achieving a 10\% accuracy improvement on one benchmark.

چکیده به فارسی (ترجمه ماشینی)

فرآیندهای گاوسی (GPS) یک چارچوب قدرتمند برای پیش بینی و درک عدم اطمینان برای طبقه بندی با هسته و یادگیری غیر پارامتری بیزی فراهم می کند.ساختن چنین مدلهایی به طور معمول برای تعریف هسته های پیش از پیش نیاز به دانش قبلی قوی دارد ، که می تواند برای کاربردهای آنلاین طبقه بندی که به طور متوالی داده ها را پردازش می کنند ، ناکارآمد باشد زیرا ویژگی های داده ممکن است در طی فرآیند تغییر کند.برای کاهش نیاز دانش قبلی مورد استفاده در GPS و یادگیری ویژگی های جدید از داده هایی که به صورت متوالی می رسند ، این مقاله یک روش جدید برای کشف خودکار مدل های طبقه بندی بر روی داده های پیچیده با دانش کمی قبلی را ارائه می دهد.روش ما یک تکنیک اخیراً پیشنهادی را برای کشف ساختار سری زمانی مبتنی بر GP ، که GPS و مونت کارلو متوالی (SMC) را ادغام می کند ، تطبیق می دهد.ما این تکنیک را برای رسیدگی به متغیرهای نهفته اضافی در طبقه بندی GP گسترش می دهیم ، به گونه ای که روش ما می تواند ساختارهای ناشناخته یکپارچه از طبقه بندی را به طور مؤثر و سازگار بیاموزد.علاوه بر این ، روش ما دسته جدیدی از داده ها را با ساختارهای به روز شده مدل ها سازگار می کند.آزمایشات ما نشان می دهد که روش ما قادر است به طور خودکار ویژگی های مختلف هسته را بر روی داده های سنتز شده و داده های دنیای واقعی برای طبقه بندی درج کند.در آزمایش داده های دنیای واقعی ، روش ما از روشهای مختلف طبقه بندی در هر دو تنظیم آنلاین و آفلاین استفاده می کند که به پیشرفت دقت 10 \ در یک معیار دست می یابند.