Reducing Complexity of Rule Extraction from Prediction RNNs trough Domain Interaction

Jacobsson, HenrikHögskolan i Skövde,Institutionen för kommunikation och information (författare)

This paper presents a quantitative investigation of the differences between rule extraction through breadth first search and through sampling the states of the RNN in interaction with its domain. We show that for an RNN trained to predict symbol sequences in formal grammar domains, the breadth first search is especially inefficient for languages sharing properties with realistic real world domains. We also identify some important research issues, needed to be resolved to ensure further development in the field of rule extraction from RNNs.

Ziemke, TomHögskolan i Skövde,Institutionen för kommunikation och information(Swepub:his)ziet (författare)
Högskolan i SkövdeInstitutionen för kommunikation och information (creator_code:org_t)

Om ämnet

NATURVETENSKAP: NATURVETENSKAP; och Data och informa ...; och Systemvetenskap ...

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.