Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 Pałka D.

2 2004

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: gramatyki bezkontekstowe

Sortuj według:

Ogranicz wyniki do:

Generowanie gramatyk bezkontekstowych dla potrzeb syntaktycznego rozpoznawania wzorców

Pałka D.

Informatyka Teoretyczna i Stosowana

2004

R. 4, nr 7

139-147

W pracy tej przedstawiony został sposób automatyzacji procesu generowania gramatyk formalnych na podstawie pozytywnych i negatywnych przykładów języka. Sposób ten polega na ewolucji gramatyk w oparciu o technikę programowania genetycznego (GP). Może znaleźć on zastosowanie w procesie syntaktycznego rozpoznawania wzorców w przypadku, gdy reguły syntaktyczne nie są znane a priori, lecz muszą zostać określone na podstawie wzorców przykładowych. Jedną z dziedzin, w której istnieje zapotrzebowanie na tego typu wspomaganie i automatyzację procesu definiowania gramatyk jest syntaktyczna analiza wybranych typów obrazów medycznych dla potrzeb wspomagania diagnostyki różnego rodzaju schorzeń. W pracy przedstawione zostało porównanie rezultatów otrzymanych przy zastosowaniu w procesie ewolucji generatora analizatorów składniowych klasy GLR oraz klasy LALR(1) wykorzystanych do znalezienia gramatyki bezkontekstowej dla języka opisującego przewężenia tętnic wieńcowych.

The article presents a method of automation of the grammatical inference process based on positive and negative language samples. The method makes use of the evolutionary approach based on genetic programming technique (GP) and can be used in the process of syntactic patterns recognition, especially in cases when syntactic rules are not known a priori but need to be induced on the basis of sample patterns. One of the areas in which such assistance and the automation of the grammatical inference process proves particularly useful is the syntactic analysis of selected types of medical images supporting diagnosis of various ailments. The advantages of the syntactic methods include greater generality and easier adaptability in comparison to the minima] distance methods which are commonly used in medical diagnosis. However, the application of the syntactic methods is not devoid of difficulties, the gravest of which being the actual finding of the grammar which would correctly classify images. The method of automation of the context-free grammars generation process based on language samples presented in this article is an attempt of solving this problem. The article presents the results obtained by applying Generalized LR (GLR) parsing algorithm to the evolution process, which allowed to avoid the difficulty of trying to make a language grammar fit the LALR(1) restrictions.

Ewolucyjne generowanie gramatyk bezkontekstowych z wykorzystaniem algorytmów genetycznych

Pałka D.

Elektrotechnika i Elektronika

2004

T. 23, z. 1

58-63

Jedną z dziedzin, w której syntaktyczne metody rozpoznawania obrazu okazały się niezwykle użyteczne, jest analiza i wspomaganie diagnostyki niektórych schorzeń na podstawie określonych typów obrazów medycznych. Metody te cechują się większą ogólnością i elastycznością w porównaniu z powszechnie stosowanymi w diagnostyce medycznej metodami minimalno-odległościowymi. Jednak zastosowanie metod syntaktycznych wiąże się z dodatkowymi trudnościami, z których jedną z najważniejszych jest znalezienie odpowiedniej gramatyki pozwalającej na poprawne klasyfikowanie obrazów. W niniejszej pracy podjęta została próba automatyzacji procesu generowania gramatyk bezkontekstowych na podstawie zestawu słów należących do języka (przykładów pozytywnych) oraz słów nienależących do tego języka (przykładów negatywnych). Zaprezentowane podejście opiera się na technice algorytmów genetycznych z kodowaniem chromosomu, opisującego produkcje gramatyki w postaci drzewa.

One of the areas in which syntactic pattern recognition methods have proved extremely useful is the analysis and the assistance of the diagnosis of some ailments on the basis of selected medical images. These methods are more general and more easily adaptable in comparison to the minimal distance methods which are commonly used in medical diagnosis. However, applying the syntactic base pattern recognition methods is not devoid of difficulties, the gravest one being the identification of the grammar allowing for the correct image classification. The paper attempts to automatise the process of generating context free grammars on the basis of the set of strings belonging to a given formal language (positive samples) and strings not belonging to this formal language (negative samples). The adopted approach is based on the genetic algorithm (GA) with direct encoding grammar production rules, which describes the production of the grammar in a tree form.