Symbolische Regression und Klassifikation kommen häufig in naturwissenschaftlichen Domänen zum Einsatz, wobei als Methode meist genetische Programmierung eingesetzt wird. Ziel ist die Entwicklung eines mathematischen Modells aus vorliegenden Daten, das als Syntaxbaum repräsentiert wird. Ein herausstechendes Merkmal dieses Algorithmus ist die exakte Konfigurationsmöglichkeit der in den mathematischen Formeln enthaltenen Funktionen. Die Auswahl des Funktionssets beeinflusst den Hypothesenraum in Hinblick auf Größe und Komplexität maßgeblich. Ein weiterer Parameter, der Auswirkungen auf den Hypothesenraum hat, ist die maximal zulässige Baumgröße, also die Obergrenze der erlaubten Symbole in den mathematischen Ausdrücken. Diese Masterarbeit untersucht die Einflüsse des gewählten Funktionssets sowie der maximalen Formelgröße auf die Performance der Suche. Es wird insbesondere überprüft, ob anhand der naturwissenschaftlichen Domäne, in der das Problem angesiedelt ist, Aussagen über das Funktionsset abgeleitet werden können. Hierbei werden Experimente mit verschiedenen Funktionshäufigkeiten durchgeführt, die sich an den real auftretenden Funktionsverteilungen in bekannten physikalischen Formeln orientieren. Ein weiterer Aspekt, der untersucht wird, ist eine dynamische Anpassung von Funktionshäufigkeiten zur Laufzeit. Es wird ein großes Funktionsset gewählt, das alle gängigen Funktionen enthält, ohne eine Vorauswahl zu treffen. Im Laufe der Suche werden aufgrund des Feedbacks aus vorherigen Generationen die Funktionshäufigkeiten angepasst. Die Arbeit implementiert diesen Ansatz anhand einer Mutation der Individuen, die unter bestimmten Bedingungen angewandt wird und die Funktionshäufigkeiten entsprechend der realen Verteilung innerhalb der Population anpasst. Die Ergebnisse dieser Arbeit zeigen, dass die Initialisierung des Funktionssets mit unterschiedlichen Funktionshäufigkeiten grundsätzlich ein vielversprechender Ansatz ist. In Hinblick auf die Ableitung des Funktionssets aus dem Funktionsaufkommen in der naturwissenschaftlichen Domäne kann jedoch kein Zusammenhang festgestellt werden. Dies begründet sich durch die fehlende symbolische Gleichheit, da diese von genetischer Programmierung nicht fokussiert wird, sondern unabhängig vom Aufbau physikalischer Gleichungen ein möglichst gutes Modell entwickelt wird. Dennoch liefert die Arbeit Rückschlüsse über die Performance verschiedener Funktionssets. Ähnlich verhält es sich mit den Ergebnissen bezüglich einer dynamischen Anpassung der Funktionshäufigkeiten. Ein dynamischer Ansatz ist zwar grundsätzlich valide, muss aber mit einer vorherigen fundierten Auswahl des Funktionssets kombiniert werden. Eine dynamische Anpassung der Funktionshäufigkeiten für ein nicht adaptiertes Funktionsset ist nicht konkurrenzfähig, da die Funktionshäufigkeiten besonders für die initiale Erstellung der Startpopulation relevant sind.
| Datum der Bewilligung | 2025 |
|---|
| Originalsprache | Deutsch (Österreich) |
|---|
| Betreuer/-in | Michael Affenzeller (Betreuer*in) |
|---|
Hypothesenraumeigenschaften und Komplexität in symbolischer Klassifikation und Regression
Gerstmeyr, K. (Autor). 2025
Studienabschlussarbeit: Masterarbeit