(1)学習アルゴリズムの改良
我々はこれまでに、MGTPを利用した帰納論理プログラミングシステムにおいて、
生成されるノードの数、各ノードでの被覆計算の両面から、効率化のための学
習アルゴリズムを導入してきた。本研究では、これらのアルゴリズムの精密化、
及びさらなる改良を行なう。
(2)利用環境の整備
学習された結果を説明する機能、および正事例、背景知識の動的な修正を理論
的に明らかにするとともに、対話的な学習環境として実装し、システムの利用
環境向上を目指す。
(3)逆伴意における最弱仮説の完全化
逆伴意における不完全性の原因を詳細に検討し、それに基づき
完全な最弱仮説を計算するための新たなアルゴリズムの開発を行なう。