應用乏晰規則生產技術以解關聯式資料庫系統空值估計問題之研究

Abstract

知識獲取是人工智慧研究領域中的一項重要研究課題。近年來有些學者專家利用以例子學習的方法產生規則以獲取知識，其使用各種不同的例子以建構決策樹，並進而利用這些決策樹以產生規則。但因傳統的方法是根據二值邏輯，它們的缺點為未能適切的表示和處理人類思想和認知上的模糊性和語義含糊性，故乃有學者專家將乏晰集合理論引進決策樹中以提出乏晰決策樹歸納法，其對於不明確、矛盾、和散失的資訊具有更強鍵的容忍度。然而目前已存在之乏晰決策樹歸納法效率不高，有待我們再發展更有效率的方法以建構乏晰決策樹，進而產生乏晰規則。在本計畫中，我們提出一個很有效率的乏晰觀念學習系統演算法以從關聯式資料庫系統之關聯中建構乏晰決策樹，並進而從所建構出乏晰決策樹中產生乏晰規則。我們並提出一個方法以處理所建構出的乏晰決策樹之完全性。根據本計畫中所產生之乏晰規則，我們亦提出一個很有效率的方法以估計關聯式資料庫系統中的空值。本計畫將人工智慧技術應用在關聯式資料庫系統中之空值估計的問題上，可提供現有的關聯式資料庫系統一個非常具有效率及非常具有智慧的方式以處理空值估計的問題。