Алгоритмы распознавания образов

В прошлом мне приходилось разрабатывать программу, которая действовала как оценщик правил. У вас был антецедент и некоторые последствия (действия), поэтому, если антецедент оценивался как true, действия выполнялись.

В то время я использовал модифицированную версию алгоритма RETE (есть три версии RETE, только сначала общедоступный) для предшествующего сопоставления с образцом. Мы говорим о большой системе с миллионом операций на правило и некоторыми операторами, «повторяющимися» в нескольких правилах.

Возможно, мне придется реализовать это снова и снова на другом языке, и, несмотря на то, что у меня есть опыт работы с RETE, кто-нибудь знает другие алгоритмы сопоставления с образцом? Любые предложения или я должен продолжать использовать RETE?


algorithm pattern-recognition
person Jorge Córdoba    schedule 28.08.2008    source источник

Ответы (1)


arrow_upward
5
arrow_downward

Алгоритм TREAT похож на RETE, но не записывает частичные совпадения. В результате в определенных ситуациях он может использовать меньше памяти, чем RETE. Кроме того, если вы измените значительное количество известных фактов, то TREAT может быть намного быстрее, потому что вам не нужно тратить время на опровержение.

Существует также RETE*, который балансирует между RETE и TREAT, сохраняя некоторые присоединиться к состоянию узла в зависимости от того, сколько памяти вы хотите использовать. Таким образом, вы по-прежнему экономите некоторое время утверждения, но также получаете экономию памяти и времени отзыва в зависимости от того, как вы настраиваете свою систему.

Вы также можете проверить LEAPS, который использует схему отложенной оценки и включает в себя элементы как RETE, так и TREAT.

У меня есть только личный опыт работы с RETE, но кажется, что RETE* или LEAPS являются лучшими и более гибкими вариантами.

person David Crow    schedule 29.08.2008
comment
Ссылка LEAPS: ftp.cs.utexas.edu/pub/predator /tr-94-28.pdf - person biziclop; 12.03.2012
comment
это все мертвые ссылки. К счастью, они сохранились в архиве: Rete* (https://web.archive.org/web/20130921054452/http://www.cs.bris.ac.uk/Publications/Papers/2000091.pdf) и LEAPS (https://web.archive.org/web/20080906184828/http://www.cs.utexas.edu/ftp/pub/predator/tr-94-28.pdf) - person honestSalami; 13.04.2021