检测数据集中的先验未知模式答案

【问题标题】：Detect an a priori unknown pattern in dataset检测数据集中的先验未知模式
【发布时间】：2014-04-03 07:19:33
【问题描述】：

是否有任何算法/工具来检测离散符号输入序列中的先验未知模式？

例如，对于字符串“01001000100001”，它类似于 ("0"^i"1")，对于“01001100011100001111”，它就像 ("0"^i"1"^i)

我找到了一些方法，但它们适用于在序列中检测的一组模式是先验已知的。我还发现sequitur algorithm 用于数据中的层次结构检测，但是当序列像我的示例中的“算术级数”时它不起作用。

因此，我将非常感谢有关方法/算法/工具/科学论文的任何信息。

【问题讨论】：

尝试查看用于分支预测的算法，它们可能会有所帮助。
是否需要检测像"0"^(i^2)"1"这样的“非线性”模式，比如顺序01000010000000001...？
是的，必须识别“非线性”
很确定“任何模式”的一般情况无法解决，这听起来太像Kolmogorov Complexity。您正在寻找的模式是否只是一个正则表达式？它可能会简化事情。（不知道有没有）
“任何模式”的情况是最好的，但由于其复杂性，我希望找到一种从特定集合（尽可能广泛）中检测模式的特定方法。所以任何一套都能满足我，但越多越好

标签： algorithm machine-learning artificial-intelligence

【解决方案1】：

我相信正如有人指出的那样，一般情况是无法解决的。 Douglas Hofstadter 花了很多时间研究这个问题，并描述了一些方法（一些是自动的，一些是手动的），请参阅第一章：

http://www.amazon.com/Fluid-Concepts-And-Creative-Analogies/dp/0465024750

我相信他的一般方法是使用 AI 搜索算法（深度或广度优先搜索结合一些好的启发式算法）。使用该算法将使用不同的运算符生成可能的序列（例如重复前一个数字 i 次或 i/2 次），并遵循搜索树中的分支，其中沿该分支的节点指定的操作已正确预测下一个数字（ s)，直到它可以成功地预测足够远的序列，以至于你对它有正确的答案感到满意。然后它将输出构成模式的操作序列（尽管这些操作需要用户设计为模式生成的构建块）。

另外，基因编程或许能够解决这个问题。

【讨论】：