論文の概要: Learning Interpretable Decision Rule Sets: A Submodular Optimization Approach

• arxiv url: http://arxiv.org/abs/2206.03718v1
• Date: Wed, 8 Jun 2022 07:41:47 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-09 12:31:51.939012
• Title: Learning Interpretable Decision Rule Sets: A Submodular Optimization Approach
• Title（参考訳）: 学習解釈可能な決定規則セット:サブモジュラー最適化アプローチ
• Authors: Fan Yang, Kai He, Linxiao Yang, Hongxia Du, Jingbang Yang, Bo Yang, Liang Sun
• Abstract要約: ルール集合を学習するための部分モジュラ最適化に基づくアプローチを検討する。 我々は、部分モジュラリティを示す客観的関数を用い、従って、部分モジュラリティ最適化手法を適用可能である。
• 参考スコア（独自算出の注目度）: 12.710158664288784
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Rule sets are highly interpretable logical models in which the predicates for decision are expressed in disjunctive normal form (DNF, OR-of-ANDs), or, equivalently, the overall model comprises an unordered collection of if-then decision rules. In this paper, we consider a submodular optimization based approach for learning rule sets. The learning problem is framed as a subset selection task in which a subset of all possible rules needs to be selected to form an accurate and interpretable rule set. We employ an objective function that exhibits submodularity and thus is amenable to submodular optimization techniques. To overcome the difficulty arose from dealing with the exponential-sized ground set of rules, the subproblem of searching a rule is casted as another subset selection task that asks for a subset of features. We show it is possible to write the induced objective function for the subproblem as a difference of two submodular (DS) functions to make it approximately solvable by DS optimization algorithms. Overall, the proposed approach is simple, scalable, and likely to be benefited from further research on submodular optimization. Experiments on real datasets demonstrate the effectiveness of our method.
• Abstract（参考訳）: 規則セットは、決定の述語が断続的正規形(dnf, or-of-ands)で表現される高度に解釈可能な論理モデルである。 本稿では,学習規則集合に対するサブモジュラー最適化に基づくアプローチについて検討する。 学習問題は、すべての可能なルールのサブセットを、正確かつ解釈可能なルールセットを形成するために選択する必要がある部分集合選択タスクとして構成される。 我々は,部分モジュラー性を示す客観的関数を用い,部分モジュラー最適化手法に適応する。 指数関数サイズのルールの基底集合を扱うことで生じる困難を克服するために、ルールを検索する副問題は、機能のサブセットを求める別のサブセット選択タスクとしてキャストされる。 我々は,2つの部分モジュラー(ds)関数の差分として部分問題に対する目的関数を記述できることを示し,ds最適化アルゴリズムにより近似的に解くことができることを示した。 全体として、提案されたアプローチはシンプルでスケーラブルであり、サブモジュール最適化に関するさらなる研究の恩恵を受ける可能性が高い。 実データを用いた実験により,本手法の有効性を示す。

関連論文リスト

• An incremental preference elicitation-based approach to learning potentially non-monotonic preferences in multi-criteria sorting [53.36437745983783]
  まず最適化モデルを構築し,非単調な選好をモデル化する。 本稿では,情報量測定手法と質問選択戦略を考案し,各イテレーションにおいて最も情報に富む選択肢を特定する。 2つのインクリメンタルな選好に基づくアルゴリズムは、潜在的に単調な選好を学習するために開発された。
  論文  参考訳（メタデータ） (2024-09-04T14:36:20Z)
• Enhancing Neural Subset Selection: Integrating Background Information into Set Representations [53.15923939406772]
  対象値が入力集合とサブセットの両方に条件付けされている場合、スーパーセットのテクスティ不変な統計量を関心のサブセットに組み込むことが不可欠であることを示す。 これにより、出力値がサブセットとその対応するスーパーセットの置換に不変であることを保証する。
  論文  参考訳（メタデータ） (2024-02-05T16:09:35Z)
• Non-monotone Sequential Submodular Maximization [13.619980548779687]
  我々は、$k$の重み付けが最大になるように、基底セット$V$から$k$の項目群を選択してランク付けすることを目指している。 本研究の結果は,レコメンデーションシステムや最適化など,様々な分野に影響を及ぼす。
  論文  参考訳（メタデータ） (2023-08-16T19:32:29Z)
• Streaming Adaptive Submodular Maximization [19.29174615532181]
  実用関数の新しいクラス、半政治的な部分モジュラー関数を導入する。 本研究では,ストリームベース環境下での半政治的部分モジュラ関数の最大化に有効なアルゴリズムの開発を行う。
  論文  参考訳（メタデータ） (2022-08-17T02:05:10Z)
• Group Equality in Adaptive Submodular Maximization [13.619980548779687]
  非適応的条件と適応的条件の両方で群等式制約を受ける古典的部分モジュラー問題について検討する。 この問題に対する最初の定数近似アルゴリズムを開発した。
  論文  参考訳（メタデータ） (2022-07-07T15:12:02Z)
• Fast Feature Selection with Fairness Constraints [49.142308856826396]
  モデル構築における最適特徴の選択に関する基礎的問題について検討する。 この問題は、greedyアルゴリズムの変種を使用しても、大規模なデータセットで計算的に困難である。 適応クエリモデルは,最近提案された非モジュラー関数に対する直交整合探索のより高速なパラダイムに拡張する。 提案アルゴリズムは、適応型クエリモデルにおいて指数関数的に高速な並列実行を実現する。
  論文  参考訳（メタデータ） (2022-02-28T12:26:47Z)
• Modularity in Reinforcement Learning via Algorithmic Independence in Credit Assignment [79.5678820246642]
  提案手法は, 事前決定の順序に対して, スパース変化のみを必要とする伝達問題に対して, 政策段階の手法よりも, より標本効率が高いことを示す。 我々は最近提案された社会的意思決定の枠組みをマルコフ決定プロセスよりもよりきめ細かい形式主義として一般化する。
  論文  参考訳（メタデータ） (2021-06-28T21:29:13Z)
• Planning with Submodular Objective Functions [118.0376288522372]
  準モジュラー目的関数を用いて計画を行い、累積報酬を最大化する代わりに、劣モジュラー関数によって誘導される値の最大化を目標とする。 本フレームワークは, 基本性制約を特別な場合として, 標準計画と準モジュラー目標を仮定する。
  論文  参考訳（メタデータ） (2020-10-22T16:55:12Z)
• Adaptive Cascade Submodular Maximization [19.29174615532181]
  本研究では,適応条件下でのカスケード部分モジュラー問題について検討する。 本研究の目的は,選択項目の有効性を最大化するために,選択項目の最適シーケンスを特定することである。
  論文  参考訳（メタデータ） (2020-07-07T16:21:56Z)
• Continuous Submodular Function Maximization [91.17492610120324]
  連続部分モジュラリティ (continuous submodularity) は、幅広い応用を持つ関数のクラスである。 連続的な部分モジュラ最適化の応用は、影響、推論のMAP、フィールドへの推論など多岐にわたる。
  論文  参考訳（メタデータ） (2020-06-24T04:37:31Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。