کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6852992 1436970 2018 26 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
On the adoption of abductive reasoning for time series interpretation
ترجمه فارسی عنوان
در پذیرش استدلال ریشوی برای تفسیر سری زمانی
کلمات کلیدی
آدم ربایی، تفسیر، سری زمانی، انتزاع زمانی، استدلال زمانی استدلال غیرواقعی، انتزاع سیگنال،
ترجمه چکیده
تفسیر سری زمانی به دنبال ارائه توضیحی از آنچه در فرایندهای اساسی آن مشاهده شده است. این کار براساس این فرض است که روشهای مبتنی بر طبقه بندی مبتنی بر کلی به تفسیر سری زمانی رنج می برند از مجموعه ای از نقاط ضعف ذاتی، که علت نهایی آن در ماهیت مونوتونیک پارادایم استدلال استدلال است. در این سند ما یک رویکرد جدید به این مسئله را پیشنهاد می دهیم که براساس فرضیه اولیه استدلال رفرمیستی به درستی برای توانایی انسان برای شناسایی و مشخص کردن الگوهای ظاهر شده در یک سری زمانی به حساب می آید. نتیجه این تفسیر مجموعه ای از حدس و گمان ها در قالب مشاهدات است، سازماندهی شده به یک سلسله مراتب انتزاعی و توضیح آنچه مشاهده شده است. یک چارچوب مبتنی بر دانش و مجموعه ای از الگوریتم های برای کار تفسیر ارائه شده است، اجرای چرخه فرضیه و آزمون هدایت شده توسط یک مکانیسم توجه. به عنوان یک دامنه نماینده کاربردی، تفسیر الکتروکاردیوگرام به ما امکان می دهد تا نقاط قوت روش پیشنهادی را در مقایسه با روش های مبتنی بر طبقه بندی سنتی برجسته کنیم.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
Time series interpretation aims to provide an explanation of what is observed in terms of its underlying processes. The present work is based on the assumption that the common classification-based approaches to time series interpretation suffer from a set of inherent weaknesses, whose ultimate cause lies in the monotonic nature of the deductive reasoning paradigm. In this document we propose a new approach to this problem, based on the initial hypothesis that abductive reasoning properly accounts for the human ability to identify and characterize the patterns appearing in a time series. The result of this interpretation is a set of conjectures in the form of observations, organized into an abstraction hierarchy and explaining what has been observed. A knowledge-based framework and a set of algorithms for the interpretation task are provided, implementing a hypothesize-and-test cycle guided by an attentional mechanism. As a representative application domain, interpretation of the electrocardiogram allows us to highlight the strengths of the proposed approach in comparison with traditional classification-based approaches.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Artificial Intelligence - Volume 262, September 2018, Pages 163-188
نویسندگان
, ,