Redigerer Tsetlin-maskin

'''Tsetlin-maskin''' er en form for [[lærende automaton]] basert på algoritmer fra [[forsterkende læring]] for å lære uttrykk fra [[setningslogikk]] (proposisjonslogikk). [[Ole-Christoffer Granmo]] gav metoden navn etter [[Michael Lvovitch Tsetlin]] og hans [[Tsetlin automata]]. Metoden bruker primitiver som er enklere og raskere å evaluere i ordinære digitale regnemaskiner enn ordinære [[nevralt nettverk|kunstige nevrale nett]], men mens metoden er raskere så faller signal til støynivå raskt ved økende størrelse på signalrommet.<ref>{{Kilde artikkel|tittel=The Tsetlin Machine - A Game Theoretic Bandit Driven Approach to Optimal Pattern Recognition with Propositional Logic|publikasjon=arXiv:1804.01508 [cs]|url=http://arxiv.org/abs/1804.01508|dato=2018-04-04|fornavn=Ole-Christoffer|etternavn=Granmo|besøksdato=2018-04-12}}</ref> Så langt viser algoritmen lovende resultater på testdata.<ref>{{Kilde www|url=https://cair.uia.no/milestones-and-discoveries/the-tsetlin-machine-outperforms-neural-networks/|tittel=The Tsetlin Machine outperforms neural networks - Center for Artificial Intelligence Research|besøksdato=2018-04-12|forfattere=Atle Christiansen|dato=|verk=cair.uia.no|forlag=|sitat=|arkiv-dato=2018-04-12|arkiv-url=https://web.archive.org/web/20180412212035/https://cair.uia.no/milestones-and-discoveries/the-tsetlin-machine-outperforms-neural-networks/|url-status=yes}}</ref><ref>{{Kilde www|url=http://www.cw.no/artikkel/forskning/ai-gjennombrudd-agder|tittel=AI-gjennombrudd i Agder {{!}} Computerworld|besøksdato=2018-05-04|fornavn=Stig|etternavn=Øyvann|språk=no|verk=Computerworld}}</ref>

Ett av de første store problemene for algoritmen var å lære menneske-lesbare regler for å kategorisere tekst med stor nøyaktighet.<ref>{{Kilde artikkel|tittel=Using the Tsetlin Machine to Learn Human-Interpretable Rules for High-Accuracy Text Categorization with Medical Applications|url=https://arxiv.org/abs/1809.04547v2|dato=2018-09-12|etternavn=Berge|fornavn=Geir Thore|etternavn2=Granmo|fornavn2=Ole-Christoffer|etternavn3=Tveit|fornavn3=Tor Oddbjørn|etternavn4=Goodwin|fornavn4=Morten|etternavn5=Jiao|fornavn5=Lei|fornavn6=Bernt Viggo|etternavn6=Matheussen|språk=en|besøksdato=2019-05-13}}</ref> Dette er for medisinsk tekst. Slik kategorisering av tekst er en vanlig øvelse for å teste om klassifikatorer fungerer som forutsatt.

En Tsetlin automat er en form for en tilstandsmaskin, og en Tsetlin-maskin lærer i utgangspunktet relasjoner mellom tilstander, men det har vist seg mulig å bruke tilsvarende læreregler for ordinær regresjonsanalyse.<ref>{{Kilde artikkel|tittel=The Regression Tsetlin Machine: A Tsetlin Machine for Continuous Output Problems|url=https://arxiv.org/abs/1905.04206v1|dato=2019-05-10|etternavn=Abeyrathna|fornavn=K. Darshana|etternavn2=Granmo|fornavn2=Ole-Christoffer|etternavn3=Jiao|fornavn3=Lei|fornavn4=Morten|etternavn4=Goodwin|språk=en|besøksdato=2019-05-13}}</ref> Det vil si at Tsetlin-maskinen gir kontinuerlige utverdier. Tilsvarende har det også vist seg mulig å bruke kontinuerlige innverdier for klassifikasjonsproblemer.<ref>{{Kilde artikkel|tittel=A Scheme for Continuous Input to the Tsetlin Machine with Applications to Forecasting Disease Outbreaks|url=https://arxiv.org/abs/1905.04199v1|dato=2019-05-10|etternavn=Abeyrathna|fornavn=K. Darshana|etternavn2=Granmo|fornavn2=Ole-Christoffer|etternavn3=Zhang|fornavn3=Xuan|fornavn4=Morten|etternavn4=Goodwin|språk=en|besøksdato=2019-05-13}}</ref>

== Referanser ==
<references />

{{Autoritetsdata}}

[[Kategori:Kunstig intelligens]]
[[Kategori:Endelig tilstandsmaskin]]