Analysis, Evaluation and Improvement of Active Regular Inference Algorithms for Neural Sequence Acceptors

Abstract

El presente proyecto contribuye al campo de la Inteligencia Artificial Explicativa (XAI, por sus siglas en inglés). El objetivo es mejorar algoritmos, optimizar procesos y realizar una revisión exhaustiva del estado del arte. En concreto, se proponen optimizaciones para los algoritmos de extracción, probados en la competencia internacional TAYSIR, y se propone la implementación del algoritmo Observation Pack con el fin de mejorar la eficiencia de los algoritmos existentes. Además, se lleva a cabo una revisión detenida de los algoritmos L∗ y Kearns Vazirani, así como de los diferentes oráculos utilizados para la extracción de modelos.

En

Thesis note

Proyecto (Carrera Universitaria). Universidad ORT Uruguay, Facultad de Ingeniería

Thesis degree name

Ingeniero en Sistemas
91 p. diagrs.

Notes

Incluye bibliografía y anexos.

Subject

PROYECTOS-ID, INTELIGENCIA ARTIFICIAL, AUTÓMATAS, ALGORITMOS

Type

Trabajo final de carrera

Access the full text

Citation

Garat Diaz, A., Silva Barloco, J. P. da & Iturbide Noria, M. (2024) Analysis, Evaluation and Improvement of Active Regular Inference Algorithms for Neural Sequence Acceptors (Proyecto) Universidad ORT Uruguay, Facultad de Ingeniería. Recuperado de https://rad.ort.edu.uy/handle/20.500.11968/

Rights license

Teléfono central:
(598) 2902 1505
Campus Centro
Cuareim 1451, Montevideo, Uruguay
Campus Pocitos
Bvar. España 2633, Montevideo, Uruguay