Problèmes d'apprentissage de contraintes
Résumé
Il est reconnu que la création d'un modèle de réseaux de contraintes requiert une bonne expérience du domaine. Pour cette raison, des outils pour géenérer au- tomatiquement de tels réseaux ont gagnée en intérêt ces dernières années. Ce papier présente un système basé sur la programmation logique inductive capable de construire un modèle de contraintes à partir de solutions et non-solutions de problèmes proches. Le modèle est exprimé dans un langage mi-niveau. Nous montrons que les approches de PLI classique ne sont pas capables de résoudre cette tâche d'apprentissage et nous proposons une nouvelle approche basée sur le raffinement d'une so- lution appelèe graine. Nous présentons des résultats expérimentaux sur des jeux de données allant des puzzles aux problèmes d'emploi du temps.
Domaines
Intelligence artificielle [cs.AI]
Origine : Accord explicite pour ce dépôt
Loading...