[論文レビュー] Preference-based Teaching

Ziyuan Gao, Christoph Ries+2 more|arXiv (Cornell University)|Feb 6, 2017

Advanced Algebra and Logic被引用数 11

ひとこと要約

本稿では、概念の集合における順序関係（好み関係）を用いて、任意の概念を教えるために必要な例の数を削減する、新しい教えるモデル「好みベースの教える（preference-based teaching）」を導入する。再帰的教える（recursive teaching）とは異なり、多くの無限クラスでは失敗するが、好みベースの教えるは、半空間やℕ₀ 上の線形集合といった無限クラスに対しても、低い教える複雑度（PBTD）を達成する。これは、直感的な好み関係が、コーディングのテクニックを用いずに、最小限の例で効率的な教えるを可能にすることを示している。

ABSTRACT

We introduce a new model of teaching named "preference-based teaching" and a corresponding complexity parameter---the preference-based teaching dimension (PBTD)---representing the worst-case number of examples needed to teach any concept in a given concept class. Although the PBTD coincides with the well-known recursive teaching dimension (RTD) on finite classes, it is radically different on infinite ones: the RTD becomes infinite already for trivial infinite classes (such as half-intervals) whereas the PBTD evaluates to reasonably small values for a wide collection of infinite classes including classes consisting of so-called closed sets w.r.t. a given closure operator, including various classes related to linear sets over $\mathbb{N}_0$ (whose RTD had been studied quite recently) and including the class of Euclidean half-spaces. On top of presenting these concrete results, we provide the reader with a theoretical framework (of a combinatorial flavor) which helps to derive bounds on the PBTD.

研究の動機と目的

• 無限概念クラスにおける再帰的教える次元（RTD）の限界を解消すること。特に、半区間のような単純なクラスですらRTDが無限になる問題を扱う。
• コーディングのテクニックを避ける一方で、有限および無限概念クラスの両方において、より効率的な教えるを可能にする新しい教えるモデルの開発。
• 好みベースの教える次元（PBTD）を分析するための組合せ的枠組みを形式化し、その上限を導出すること。
• RTDが無限であるにもかかわらず、PBTDが幾何的・代数的クラス（例：ユークリッドの半空間、線形集合）においては低く、有限な値をとることを示すこと。
• 正例のみからなるスパニング集合が、好みベースの教える集合として有効に機能できることを示し、直感的な教室の実践と整合すること。

提案手法

• 教員と生徒が概念クラス上の厳密な半順序（好み関係）を事前に合意する、好みベースの教えるモデルを導入する。
• 好みベースの教える次元（PBTD）を、ある好み関係の下で任意の概念を教えるために必要な例の最小の最悪ケース数として定義する。
• 正例のスパニング集合を教える集合として用い、好み関係を活用してターゲット概念の唯一の選択を保証する。
• 閉包作用素や包含に基づく好み順序の役割を含め、組合せ的性質を用いてPBTDの理論的上限を確立する。
• 有限クラスではPBTDがRTDと一致するが、無限クラスでは根本的に異なることを証明する。
• 具体的なクラスにこの枠組みを適用する：原点が0で生成子が高々k個のℕ₀ 上の線形集合、およびユークリッドの半空間。それぞれPBTD = k および PBTD = 2 であることを示す。

実験結果

リサーチクエスチョン

• RQ1 コーディングのテクニックを避けつつ、無限概念クラスにおいても古典的教えるを上回る力を持つ教えるモデルは可能か？
• RQ2 なぜ再帰的教えるは多くの自然な無限クラスで失敗するのか？そして、新たなモデルがこの問題を克服できるか？
• RQ3 PBTDとRTDの関係は何か？そして、無限クラスにおいて両者にはどのような相違があるか？
• RQ4 幾何的・代数的クラス（例：半空間、線形集合）において、好みベースの教えるが低い教える複雑度を達成できるか？
• RQ5 好み関係の下で、正例のみから効率的な教える集合を構築することは可能か？

主な発見

• 有限概念クラスではPBTDはRTDに等しくなる。これは、従来の再帰的教えるモデルと整合的であることを確認する。
• 半区間のような無限クラスではRTDが無限であるが、PBTDは有限かつ小さいまま維持され、新モデルの顕著な利点を示している。
• 原点が0で生成子が高々k個のℕ₀ 上の線形集合は、正確にk個の正例で教えることができ、PBTD = k が達成される。
• ユークリッドの半空間のクラスではPBTD = 2であり、直径に基づく好み関係と正例を用いて達成される。
• 正例のスパニング集合のみで十分な好みベースの教える集合を構築でき、これは直感的な教える実践と整合する。
• 閉包作用素に関して閉じたクラス（例：凸集合、線形集合）はしばしば低いPBTDを示す。これは、効率的な教えるを促進する構造的性質を示唆している。