Insolvenzprognosen und Ratings sind wichtige Aufgaben der Finanzbranche und dienen der Kreditwürdigkeitsprüfung von Unternehmen. Eine Möglichkeit dieses Aufgabenfeld anzugehen, ist maschinelles Lernen. Dabei werden Vorhersagemodelle aufgrund von Beispieldaten aufgestellt. Methoden aus diesem Bereich sind aufgrund Ihrer Automatisierbarkeit vorteilhaft. Dies macht menschliche Expertise in den meisten Fällen überflüssig und bietet dadurch einen höheren Grad an Objektivität. Allerdings sind auch diese Ansätze nicht perfekt und können deshalb menschliche Expertise nicht gänzlich ersetzen. Sie bieten sich aber als Entscheidungshilfen an und können als solche von Experten genutzt werden, weshalb interpretierbare Modelle wünschenswert sind. Leider bieten nur wenige Lernalgorithmen interpretierbare Modelle. Darüber hinaus sind einige Aufgaben wie z.B. Rating häufig Mehrklassenprobleme. Mehrklassenklassifikationen werden häufig durch Meta-Algorithmen erreicht, welche mehrere binäre Algorithmen trainieren. Die meisten der üblicherweise verwendeten Meta-Algorithmen eliminieren jedoch eine gegebenenfalls vorhandene Interpretierbarkeit. In dieser Dissertation untersuchen wir die Vorhersagegenauigkeit von interpretierbaren Modellen im Vergleich zu nicht interpretierbaren Modellen für Insolvenzprognosen und Ratings. Wir verwenden disjunktive Normalformen und Entscheidungsbäume mit Schwellwerten von Finanzkennzahlen als interpretierbare Modelle. Als nicht interpretierbare Modelle werden Random Forests, künstliche Neuronale Netze und Support Vector Machines verwendet. Darüber hinaus haben wir einen eigenen Lernalgorithmus Thresholder entwickelt, welcher disjunktive Normalformen und interpretierbare Mehrklassenmodelle generiert. Für die Aufgabe der Insolvenzprognose zeigen wir, dass interpretierbare Modelle den nicht interpretierbaren Modellen nicht unterlegen sind. Dazu wird in einer ersten Fallstudie eine in der Praxis verwendete Datenbank mit Jahresabschlüssen von 5152 Unternehmen verwendet, um die Vorhersagegenauigkeit aller oben genannter Modelle zu messen. In einer zweiten Fallstudie zur Vorhersage von Ratings demonstrieren wir, dass interpretierbare Modelle den nicht interpretierbaren Modellen sogar überlegen sind. Die Vorhersagegenauigkeit aller Modelle wird anhand von drei in der Praxis verwendeten Datensätzen bestimmt, welche jeweils drei Ratingklassen aufweisen. In den Fallstudien vergleichen wir verschiedene interpretierbare Ansätze bezüglich deren Modellgrößen und der Form der Interpretierbarkeit. Wir präsentieren exemplarische Modelle, welche auf den entsprechenden Datensätzen basieren und bieten dafür Interpretationsansätze an. Unsere Ergebnisse zeigen, dass interpretierbare, schwellwertbasierte Modelle den Klassifikationsproblemen in der Finanzbranche angemessen sind. In diesem Bereich sind sie komplexeren Modellen, wie z.B. den Support Vector Machines, nicht unterlegen. Unser Algorithmus Thresholder erzeugt die kleinsten Modelle während seine Vorhersagegenauigkeit vergleichbar mit den anderen interpretierbaren Modellen bleibt. In unserer Fallstudie zu Rating liefern die interpretierbaren Modelle deutlich bessere Ergebnisse als bei der zur Insolvenzprognose (s. o.). Eine mögliche Erklärung dieser Ergebnisse bietet die Tatsache, dass Ratings im Gegensatz zu Insolvenzen menschengemacht sind. Das bedeutet, dass Ratings auf Entscheidungen von Menschen beruhen, welche in interpretierbaren Regeln, z.B. logischen Verknüpfungen von Schwellwerten, denken. Daher gehen wir davon aus, dass interpretierbare Modelle zu den Problemstellungen passen und diese interpretierbaren Regeln erkennen und abbilden.

The aim of this dissertation is to chart the development of interrogative syntax among Finnish-speaking children between the ages of 1 to 4 years living in Sweden. The material consists of language samples taken from eleven Sweden-Finnish children with Finnish as their first language. The data from the corpus have been compared with acquisition studies of Finnish-speaking children in Finland, with material from an adult-language corpus and with studies of children speaking other languages than Finnish. The first questions appearing in the corpus are wh-questions, on average at the age of 1.9 and one month earlier than yes/no-questions. Both wh-questions and yes/no-questions are produced by all children in the corpus, whereas disjunctive questions are used by only one child. Wh-questions comprise approximately two thirds of the interrogatives and yes/no-questions a third; only one disjunctive question is used. The older the child, the greater the proportion of yes/no-questions. The earliest wh-question words are tnikä 'what' nom. sg., missä 'where' and mita 'what' part, sg., used by one-year-olds. Kuka 'who' nom. sg., mihin 'where to' and miten 'how' all appear before the age of 2.6, and miksi 'why1, mista 'where from' and minkä 'what* acc. 1 sg. start being used before the age of three. The use of milloin 'when', kenen 'whose', minkä varinen 'of what color' and mitkä 'what' nom. pl. commences at the age of three. Other question words and question word forms are produced by a few children. Wh-interrogative clauses in this study have been divided into ellipses, on-clauses, V-clauses and Adnom-clauses. The ellipses and cm-clauses are acquired on average at the age of 1.9, V-clauses at 1.11 and Adnom-clauses at 2.3. The question words are used correctly for the most part, with the same references as in adult speech. Semantic misuse of mikä 'what' was detected in 2 % of the pronoun's occurrences; kuka 'who' is misused relatively often, 38 % of the time. The different case forms of the interrogative pronouns and adjectives are on the whole used correctly. One pronoun form susceptible to misuse is nom. sg. mikä 'what', often erroneously produced instead of some other case form. The interrogative adverbs are used according to adult norms almost without exception. The earliest yes/no-questions in the corpus are -kO-questions, starting on average at age 1.10; the use of -hAn-questions begins at age 2.5. Other yes/no-questions appear at a much later date. The first -kO-questions are neutral -kO-questions. Focused -kO-questions are acquired somewhat later on. The neutral -kO-questions have been divided into onko 'Is it?'-questions, Simple V+kO-questions, Aux+kO-questions and Neg+kO+V-questions; the various types of questions are acquired in that order. The interrogative clauses in the corpus have been categorized as information-eliciting questions, directive questions, conversational questions and expressive questions; their acquisition follows ibis order. / digitalisering@umu

No description available.

L'apprentissage de modèles temporels constitue l'une des grandes problématiques de l'Exploration de Données (Data Mining). Dans cette thèse, nous avons développé un nouveau modèle temporel appelé TITA Rules (Règle associative temporelle basé sur des arbres d'intervalles). Ce modèle permet de décrire des phénomènes ayant un certain degré d'incertitude et/ou d'imprécision. Ce modèle permet entre autres d'exprimer la synchronicité entre évènements, les contraintes temporelles disjonctives et la négation temporelle. De par leur nature, les TITA Rules peuvent êtes utilisées pour effectuer des prédictions avec une grande précision temporel. Nous avons aussi développé un algorithme capable de découvrir et d'extraire de manière efficace des TITA Rules dans de grandes bases de données temporelles. Le cœur de l'algorithme est basé sur des techniques de minimisation d'entropie, de filtrage par Apriori et par des analyses de co-dépendance. Note modèle temporelle et notre algorithme ont été appliqués et évalués sur plusieurs jeux de données issues de phénomènes réels et de phénomènes simulés. La seconde partie de cette thèse à consisté à étudier l'utilisation de notre modèle temporel sur la problématique de la Planification Automatique. Ces travaux ont mené au développement d'un algorithme de planification automatique. L'algorithme prend en entrée un ensemble de TITA Rules décrivant le fonctionnement d'un système quelconque, une description de l'état initial du système, et un but à atteindre. En retour, l'algorithme calcule un plan décrivant la meilleure façon d'atteindre le but donné. Par la nature même des TITA Rules, cet algorithme est capable de gérer l'incertain (probabilités), l'imprécision temporelle, les contraintes temporelles disjonctives, ainsi que les événements exogènes prédictibles mais imprécis. / The learning of temporal patterns is a major challenge of Data mining. We introduce a temporal pattern model called Temporal Interval Tree Association Rules (Tita rules or Titar). This pattern model can be used to express both uncertainty and temporal inaccuracy of temporal events. Among other things, Tita rules can express the usual time point operators, synchronicity, order, and chaining,disjunctive time constraints, as well as temporal negation. Tita rules are designed to allow predictions with optimum temporal precision. Using this representation, we present the Titar learner algorithm that can be used to extract Tita rules from large datasets expressed as Symbolic Time Sequences. This algorithm based on entropy minimization, apriori pruning and statistical dependence analysis. We evaluate our technique on simulated and real world datasets. The problem of temporal planning with Tita rules is studied. We use Tita rules as world description models for a Planning and Scheduling task. We present an efficient temporal planning algorithm able to deal with uncertainty, temporal inaccuracy, discontinuous (or disjunctive) time constraints and predictable but imprecisely time located exogenous events. We evaluate our technique by joining a learning algorithm and our planning algorithm into a simple reactive cognitive architecture that we apply to control a robot in a virtual world.

Cette thèse s’intéresse à la sémantique dénotationnelle (en théorie desmodèles et en théorie des jeux) de quatre langages de programmation logique: - LP, le plus restrictif de tous, - DLP, une extension de LP aux disjonctions, - LPN, une extension de LP aux négations, et - DLPN, qui inclut les deux.Ce manuscrit apporte trois contributions principales:(1) Un cadre abstrait pour la sémantique de la programmation logique yest défini, et toutes les approches sémantiques que nous étudions par lasuite prennent place dans ce cadre.Nous définissons la notion générale d'espace de valeurs de vérité commeune structure algébrique spécifique, satisfaisant un certain ensembled'axiomes. Les booléens forment l'exemple canonique d'un tel espace,mais nous devons étudier des cas plus généraux si nous voulonsconsidérer la "négation par l'échec". Pour cela, nous définissons etétudions une famille infinie d'espaces, paramétrée par un ordinal.(2) Une sémantique des jeux pour LP a été définie en 1986, et son étudea été approfondie en 1998. Elle a ensuite été étendue au cas desprogrammes LPN en 2005.Ici nous développons en détails une sémantique pour les programmes DLP.Nous prouvons qu'elle est correcte et complète par rapport aux modèlesminimaux de Minker.(3) Nous définissons un opérateur sémantique qui, étant donnée une sémantique abstraite d'un langage non disjonctif, la transforme en une sémantique disjonctive associée.La correction de cette transformation découle du fait qu'elle conserveles équivalences de sémantiques.Nous en présentons ensuite quelques applications qui permettent, entre autres, d'obtenir la première sémantique des jeux pour DLPN. / In this thesis, we study denotational semantics (model-theoretic andgame-theoretic) of four logic programming languages:- LP which is the most restrictive one;- DLP which extends LP by allowing disjunctions;- LPN which extends LP by allowing negations; and- DLPN which allows both.The three main contributions of this dissertation can be summarized as follows:(1) An abstract framework for logic programming semantics is definedand all semantic approaches that we study are placed within this framework.We define the general notion of a truth value space as an appropriate algebraicstructure that satisfies a set of axioms.The booleans form the canonical example of such a space, but we need toconsider much more general ones when dealing with negation-as-failure. Forthis we define and study an infinite family of spaces, parametrized over anordinal number.(2) A game semantics for LP was defined in 1986 and further studied in 1998.Then in 2005 it was extended for the case of LPN programs.Here a game semantics for DLP programs is developed in full detail; we provethat it is sound and complete with respect to the standard, minimal modelssemantics of Minker.(3) We define a semantic operator which transforms any given abstractsemantics of a non-disjunctive language to a semantics of the"corresponding" disjunctive one. We exhibit the correctness of thistransformation by proving that it preserves equivalences of semantics,and we present some applications of it, obtaining new game semantics forDLPN, among others.

No description available.

No description available.

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal.

Nos travaux concernent l’étude d’une extension d’un problème d’ordonnancement bien connu sous l’appellation job shop. Nous appelons cette extension le General Flexible Job Shop Scheduling Problem (GFJSSP). Celui-ci se rencontre dans différents types d’ateliers ayant comme caractéristique commune d’être soumis à des contraintes dues à des ressources de transport. Le GFJSSP se caractérise par l’intégration de machines et robots flexibles. Le terme General induit par ailleurs la présence de robots dont la capacité est supposée unitaire dans notre étude, des temps opératoires bornés, et la possibilité de prise en compte d’emplacements de stockage spécifiques. Après avoir défini l’atelier et le problème correspondant à cette extension, nous avons proposé deux modélisations du GFJSSP ainsi défini : une première modélisation mathématique linéaire, et une modélisation graphique, qui correspond à une généralisation du graphe disjonctif couramment utilisé pour les problèmes de job shop. Nous avons ensuite abordé la résolution suivant deux étapes : tout d’abord en nous focalisant sur l’aspect séquencement des tâches de traitement et de transport, pour lequel nous avons élaboré deux méthodes heuristiques (de type Tabou et basée sur une procédure de shifting bottleneck améliorée) ; puis en intégrant dans un deuxième temps la problématique de l’affectation induite par la flexibilité de certaines ressources. Pour cette dernière étape, nous avons combiné les méthodes précédentes avec un algorithme génétique. L’algorithme hybride obtenu nous permet de résoudre des instances de la littérature correspondant à divers cas spécifiques, avec des résultats assez proches des meilleures méthodes dédiées. A termes, il pourrait être intégré dans un système d'aide à la décision général qui s’affranchirait de la phase d’identification préalable du type de job shop considéré, et serait adapté à la résolution de nombreux cas (avec ou sans problème d'affectation, temps de traitement fixes ou bornés, avec ou sans stockage, etc..). / Our work focuses on an extension of the well known job shop scheduling problem. We call this extension the General Flexible Job Shop Scheduling Problem (GFJSSP). It occurs in various kinds of workshops which are particularly constrained by one or several transportation resources (called robots). GFJSSP is characterized by the flexibility of both machines and robots. In the studied problem, the term General involves unitary capacity transportation resources, bounded processing times, and possible input/output buffers for machines. After defining the workshop and the corresponding problem, we proposed two kinds of model for the GFJSSP: a mathematical model, and a graphical one. This last one is a generalization of the disjunctive graph commonly used for job shop problems. We then addressed the resolution in two steps: firstly, by focusing on the sequencing of processing and transportation tasks. For this purpose we have developed two heuristics (Tabu search and an improved shifting bottleneck procedure). Secondly, we have considered the assignment problem involved by the flexibility of some resources. For this last step, we combined the above methods with a genetic algorithm. This hybrid algorithm allowed us to solve various specific cases of instances in the literature, with performance rather close to the best dedicated methods. In the future, it could be integrated within a general decision support system which could emancipate from the initial identification phase of the considered type of job shop, and which would be suitable for solving many cases (with or without assignment problem, fixed or bounded processing times, with or without storage, and so on).

早期有許多實證研究均發現，個人在團體中的表現，反而不若只有個人獨自一人時的的表現，除了可能有因在團體中彼此協調不足所造成的損失外， Latan'e 等學者 (1979) 更進一步指出，這還有可能是因為當處在團體中時，由於責任分散了而形成混水摸魚的現象，並稱之為「社會閒散」 (social loafing) ，這是一種動機性的損失。 不過，在某些情況下，我們也可能在團體中的表現反而比個人自己一人時更好， Williams 與Karau (1991) 稱此相對於社會閒散的現象為「社會補償」 (social compensation) ，例如，當團體的工作對我們而言是有意義的或重要的，又知覺到團體其他成員的能力較弱時，我們便可能會付出較多的努力工作，以補償同伴能力之不足。本研究之主要目的，即在探討最可能產生社會補償現象的情況。 然而，由於人類行為的複雜性，影響個人是否表現社會補償的因素或許甚多，但本研究者假設，最主要的因素還是在於強化個人主觀覺知的「輸入與輸出的連結強度」以及「不可或缺性」。所以在本研究中，研究者將工作類型限定在不連續性工作上，而操弄工作情境、個人能力高低以及獎懲制度等三個獨變項，而在控制其他變項的情況下，探討獨變項對於引發社會補償現象的影響。因此，本研究實際上為一2×2×2 的三因子受試者間設計。 本研究採實驗室實驗法操弄獨變項，實驗中所要進行的工作為綁提圈作業，研究者藉由指導語的說明及假回饋來操弄175 位大學生對於「輸入與輸出連結強度」及「不可或缺性」的知覺。研究結果顯示，工作情境與個人能力高低在工作表現、知覺到的不可或缺性強度、知覺到的輸入與輸出連結強度、以及個人與他人努力程度差異之預期等方面有交互作用存在，顯示當個人能力高時，團體組受試者比個人組受試者知覺到較高的不可或缺性，而輸入與輸出之連結強度亦變得較緊密；而當個人能力低時，團體組受試者則反而比個人組受試者知覺到較低的不可或缺性，及較弱的輸入與輸出連結強度。 此外，知覺到的不可或缺性程度與工作表現有正相關存在，不可或缺性愈高，工作表現也有愈佳的趨勢，而由工作情境與能力高低在工作表現上的交互作用看來，團體╱高能力組受試者的工作表現高於個人╱高能力組，而團體╱低能力組則低於個人╱低能力組，表示在不可或缺性高的情況下，受試者最有可能產生社會補償行為。而在本研究中也發現，能力高低的操弄亦會造成個人工作表現、知覺到的不可或缺性與負向情緒反應的不同，低能力者的工作表現反而優於高能力者，且在工作過程中會產生較強烈的負向情緒。而接受懲罰操弄的組別，受試者也有較強的控制感及負向情緒。研究者最後並以徑路分析整合前述各項證據，大致支持原先的理論建構。