Learning picture languages using restarting automata
Učení jazykových obrázků pomocí restartovacích automatů
diploma thesis (DEFENDED)
![Document thumbnail](/bitstream/handle/20.500.11956/66415/thumbnail.png?sequence=8&isAllowed=y)
View/ Open
Permanent link
http://hdl.handle.net/20.500.11956/66415Identifiers
Study Information System: 138686
Collections
- Kvalifikační práce [10926]
Author
Advisor
Referee
Průša, Daniel
Faculty / Institute
Faculty of Mathematics and Physics
Discipline
Theoretical Computer Science
Department
Department of Software and Computer Science Education
Date of defense
27. 5. 2014
Publisher
Univerzita Karlova, Matematicko-fyzikální fakultaLanguage
English
Grade
Excellent
Keywords (Czech)
picture language, grammatical inference, restarting automatonKeywords (English)
picture language, grammatical inference, restarting automatonAčkoliv existuje mnoho modelů automatů pracujících nad dvojrozměrnými vstupy (obrázky), málokdo se dosud zabýval tématem učení těchto automatů. V této práci představujeme nový model zvaný dvojrozměrný restartovací automat s omezeným kontextem. Náš model pracuje podobně jako dvojrozměrný restartovací dlaždicový automat, avšak ukazuje se, že má stejnou sílu jako dvojrozměrný sgrafito automat. V práci jsme navrhli algoritmus učení těchto automatů z pozitivních a negativních příkladů obrázků. Tento algoritmus je implementován a následně otestován na několika základních obrázkových jazycích. Powered by TCPDF (www.tcpdf.org)
There are many existing models of automata working on two-dimensional inputs (pictures), though very little work has been done on the subject of learning of these automata. In this thesis, we introduce a new model called two-dimensional limited context restarting automaton. Our model works similarly as the two-dimensional restarting tiling automaton, yet we show that it is equally powerful as the two-dimensional sgraffito automaton. We propose an algorithm for learning of such automata from positive and negative samples of pictures. The algorithm is implemented and subsequently tested with several basic picture languages. Powered by TCPDF (www.tcpdf.org)