學術產出-國科會研究計畫

文章檢視/開啟

書目匯出

Google ScholarTM

政大圖書館

引文資訊

TAIR相關學術產出

題名 決策樹形式知識整合之研究
其他題名 The Research on Decision-Tree-Based Knowledge Integration
作者 林我聰
Lin,Woo-Tsong
關鍵詞 知識整合;決策樹;決策樹合併;決策樹修剪
Knowledge Integration;Decision Tree;Decision TreeMerging;Decision TreePruning
日期 2004
上傳時間 18-四月-2007 16:40:39 (UTC+8)
出版社 臺北市:國立政治大學資訊管理學系
摘要 隨著知識經濟時代的來臨,知識已成為企業、組織的一項重要資產,對於知識的擷取、 組織、儲存及應用是學者們和業界人士熱烈討論的課題。知識的擷取/學習起源於1960 年 代,經過許多學者專家投入研究,至今已有一定成果展現,然而學者專家們之研究大抵著 重在提昇學習演算法的執行效率和經由學習演算法執行所得之知識的預測準確度,對於學 習出來的知識之後續處理(如知識的整合/累積)則較少著墨。有鑑於此,本研究擬針對 已由學習演算法所學習出來的知識,進行其後續的知識整合(Knowledge Integration),以 達成知識累積的目的。決策樹(Decision Tree)為一種圖形化表示的知識呈現(Knowledge Representation)方式,藉由圖形化方式與概念進行知識整合比起以其他形式的知識呈現方 式更為容易理解與執行;因此本研究擬提出一個決策樹形式知識的整合架構,其內包括決 策樹的前置處理、決策樹的合併、決策樹的修剪、決策樹的驗證,及決策樹的儲存與應用 等單元。首先是決策樹的前置處理,其主要是將原始決策樹的過度分支與不良分支清理, 即進行第一次的修剪動作;其次決策樹的合併是逐步分析兩棵原始決策樹的結構,利用合 併節點將兩個具有相同之父路徑的節點進行合併連結,以此類推直到完成兩棵原始決策樹 之節點比對,因此我們可以把兩棵決策樹合併成一棵合併決策樹;接著決策樹的修剪是將 合併後的決策樹進行第二次的修剪動作,主要是檢視整棵合併後的決策樹的樹形結構且利 用事後修剪方法把過度學習的分支修剪掉;最後是決策樹的驗證,以及儲存和日後的應用。
描述 核定金額:544900元
資料類型 report
dc.coverage.temporal 計畫年度:93 起迄日期:20040801~20050731en_US
dc.creator (作者) 林我聰zh_TW
dc.creator (作者) Lin,Woo-Tsong-
dc.date (日期) 2004en_US
dc.date.accessioned 18-四月-2007 16:40:39 (UTC+8)en_US
dc.date.accessioned 8-九月-2008 16:40:19 (UTC+8)-
dc.date.available 18-四月-2007 16:40:39 (UTC+8)en_US
dc.date.available 8-九月-2008 16:40:19 (UTC+8)-
dc.date.issued (上傳時間) 18-四月-2007 16:40:39 (UTC+8)en_US
dc.identifier (其他 識別碼) 932416H004018.pdfen_US
dc.identifier.uri (URI) http://tair.lib.ntu.edu.tw:8000/123456789/4038en_US
dc.identifier.uri (URI) https://nccur.lib.nccu.edu.tw/handle/140.119/4038-
dc.description (描述) 核定金額:544900元en_US
dc.description.abstract (摘要) 隨著知識經濟時代的來臨,知識已成為企業、組織的一項重要資產,對於知識的擷取、 組織、儲存及應用是學者們和業界人士熱烈討論的課題。知識的擷取/學習起源於1960 年 代,經過許多學者專家投入研究,至今已有一定成果展現,然而學者專家們之研究大抵著 重在提昇學習演算法的執行效率和經由學習演算法執行所得之知識的預測準確度,對於學 習出來的知識之後續處理(如知識的整合/累積)則較少著墨。有鑑於此,本研究擬針對 已由學習演算法所學習出來的知識,進行其後續的知識整合(Knowledge Integration),以 達成知識累積的目的。決策樹(Decision Tree)為一種圖形化表示的知識呈現(Knowledge Representation)方式,藉由圖形化方式與概念進行知識整合比起以其他形式的知識呈現方 式更為容易理解與執行;因此本研究擬提出一個決策樹形式知識的整合架構,其內包括決 策樹的前置處理、決策樹的合併、決策樹的修剪、決策樹的驗證,及決策樹的儲存與應用 等單元。首先是決策樹的前置處理,其主要是將原始決策樹的過度分支與不良分支清理, 即進行第一次的修剪動作;其次決策樹的合併是逐步分析兩棵原始決策樹的結構,利用合 併節點將兩個具有相同之父路徑的節點進行合併連結,以此類推直到完成兩棵原始決策樹 之節點比對,因此我們可以把兩棵決策樹合併成一棵合併決策樹;接著決策樹的修剪是將 合併後的決策樹進行第二次的修剪動作,主要是檢視整棵合併後的決策樹的樹形結構且利 用事後修剪方法把過度學習的分支修剪掉;最後是決策樹的驗證,以及儲存和日後的應用。-
dc.format applicaiton/pdfen_US
dc.format.extent bytesen_US
dc.format.extent 65833 bytesen_US
dc.format.extent 65833 bytes-
dc.format.extent 21082 bytes-
dc.format.mimetype application/pdfen_US
dc.format.mimetype application/pdfen_US
dc.format.mimetype application/pdf-
dc.format.mimetype text/plain-
dc.language zh-TWen_US
dc.language.iso zh-TWen_US
dc.publisher (出版社) 臺北市:國立政治大學資訊管理學系en_US
dc.rights (權利) 行政院國家科學委員會en_US
dc.subject (關鍵詞) 知識整合;決策樹;決策樹合併;決策樹修剪-
dc.subject (關鍵詞) Knowledge Integration;Decision Tree;Decision TreeMerging;Decision TreePruning-
dc.title (題名) 決策樹形式知識整合之研究zh_TW
dc.title.alternative (其他題名) The Research on Decision-Tree-Based Knowledge Integration-
dc.type (資料類型) reporten