Μοντέλα Τεχνητών Ανοσοποιητικών Συστημάτων Για Την Εξόρυξη Γνώσης Από Σύνολα Δεδομένων

Abstract

Στην παρούσα εργασία μελετώνται τα Τεχνητά Ανοσοποιητικά Συστήματα και πώς μπορούν αυτά να συνδυαστούν με υπάρχουσες τεχνικές για την εξόρυξη γνώσης από σύνολα δεδομένων. Το Ανοσοποιητικό Σύστημα αποτελεί ένα εξαιρετικά ευφυές και αποτελεσματικό σύστημα αναγνώρισης και αντιμετώπισης ξένων μικροοργανισμών που εισέρχονται στο ανθρώπινο σώμα. Η μελέτη της συμπεριφοράς του και των μεθόδων που χρησιμοποιεί μπορεί να καταδείξει ένα σύνολο νέων τεχνικών μάθησης μηχανών. Στην εργασία αυτή εξετάζεται η αρχή της επιλογής των κλώνων και αρχικά εφαρμόζεται σε δύο προβλήματα αναγνώρισης ψηφιακών χαρακτήρων. Η μέθοδος αυτή χρησιμοποιώντας μία τεχνική υπερβολικής μετάλλαξης και ένα μικρό αρχικό πληθυσμό αντισωμάτων, επιδεικνύει πολύ καλά αποτελέσματα όσον αφορά στην ταχύτητα σύγκλισης. Στην συνέχεια η μέθοδος της αρχής της επιλογής των κλώνων συνδυάζεται με την τεχνική του Προγραμματισμού Γονιδιακής Έκφρασης (ΠΓΕ) για την εξόρυξη γνώσης από σύνολα δεδομένων. Ο ΠΓΕ αποτελεί την φυσική εξέλιξη των Γενετικών Αλγορίθμων και του Γενετικού Προγραμματισμού, συνδυάζοντας τα κύρια πλεονεκτήματα των δύο μεθόδων, και εξαλείφοντας παράλληλα τα κυριώτερα μειονεκτήματά τους. Για την εξόρυξη γνώσης από τα δεδομένα εισάγεται αρχικά η έννοια του Αντιγόνου Κλάσης Δεδομένων, το οποίο αναπαριστά μία κλάση δεδομένων του προβλήματος. Για την εξέλιξη των κανόνων χρησιμοποιήθηκε ο αλγόριθμος επιλογής κλώνων με μοναδική προσθήκη την φάση της διόρθωσης των υποδοχέων. Για την αναπαράσταση των αντισωμάτων υϊοθετήθηκε η αναπαράσταση που χρησιμοποιείται από τον ΠΓΕ για τα χρωμοσώματα. Η υβριδική τεχνική που προτείνεται σε αυτή την εργασία, δοκιμάστηκε σε προβλήματα αξιολόγησης του UCI repository, συγκεκριμένα στα προβλήματα MONK και στο πρόβλημα Pima Indians Diabetes. Σε όλα τα προβλήματα τα αποτελέσματα ήταν ιδιαίτερα ικανοποιητικά, υστερώντας ελάχιστα σε ακρίβεια σε σχέση με την απλή μέθοδο του ΠΓΕ, αλλά υπερτερώντας κατά πολύ σε ταχύτητα σύγκλισης και οικονομία υπολογιστικών πόρων.