This book is intended for use by scientists, engineers, and students interested in sequence learning in artificial intelligence, neural networks, and cognitive science. The book will introduce essential algorithms and methods of sequence learning and further develop them in various ways. With the help of these concepts, a variety of applications will be examined. This book will allow the reader to acquire an appreciation of the breadth and variety within the field of sequence learning and its potential as an interesting area of research and application. The reader is assumed to have basic knowledge of neural networks and AI concepts.

Sequential behavior is essential to intelligence and a fundamental part of human activities ranging from reasoning to language, and from everyday skills to complex problem solving. Sequence learning is an important component of learning in many task domains ---  planning, reasoning, robotics, natural language processing, speech recognition, adaptive control, time series prediction, and so on. Naturally, there are many different approaches towards sequence learning. These approaches deal with somewhat differently formulated sequential learning problems, and/or different aspects of sequence learning.  This book will provide an overall framework for this field of study.
 

Table of Contents
 

Introduction to Sequence Learning : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 1
Ron Sun
 

Sequence Clustering and Learning with Markov Models

Sequence Learning via Bayesian Clustering by Dynamics : : : : : : : : : : : : : : : : 11
Paola Sebastiani, Marco Ramoni, Paul Cohen

Using Dynamic Time Warping to Bootstrap HMM-Based Clustering of
Time Series : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 35
Tim Oates, Laura Firoiu, Paul Cohen
 

Sequence Prediction and Recognition with Neural Net-
works

Anticipation Model for Sequential Learning of Complex Sequences : : : : : : : 53
DeLiang Wang

Bidirectional Dynamics for Protein Secondary Structure Prediction : : : : : : : 80
Pierre Baldi, Soren Brunak, Paolo Frasconi, Gianluca Pollastri, Gio-
vanni Soda

Time in Connectionist Models : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 105
Jean-Cedric Chappelier, Marco Gori, Alain Grumbach

On the Need for a Neural Abstract Machine : : : : : : : : : : : : : : : : : : : : : : : : : : : 135
Diego Sona, Alessandro Sperduti
 

Sequence Discovery with Symbolic Methods

Sequence Mining in Categorical Domains: Algorithms and Applications : : : 163
Mohammed J. Zaki

Sequence Learning in the ACT-R Cognitive Architecture: Empirical Anal-
ysis of a Hybrid Model : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 188
Christian Lebiere, Dieter Wallach
 

Sequential Decision Making

Sequential Decision Making Based on Direct Search : : : : : : : : : : : : : : : : : : : : 213
J"urgen Schmidhuber

Automatic Segmentation of Sequences through Hierarchical Reinforcement
Learning : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 241
Ron Sun, Chad Sessions
 

Hidden-Mode Markov Decision Processes for Nonstationary Sequential De-
cision Making : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 264
Samuel P. M. Choi, Dit-Yan Yeung, Nevin L. Zhang

Pricing in Agent Economies Using Neural Networks and Multi-agent Q-
learning : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 288
Gerald Tesauro
 

Biologically Inspired Sequence Learning Models

Multiple Forward Model Architecture for Sequence Processing : : : : : : : : : : : 308
Raju S. Bapi, Kenji Doya

Integration of Biologically Inspired Temporal Mechanisms into a Cortical
Framework for Sequence Processing : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 321
Herve Frezza-Buet, Nicolas Rougier, Frederic Alexandre

Attentive Learning of Sequential Handwriting Movements: A Neural Net-
work Model : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 349
Stephen Grossberg, Rainer Paine
 

About Editors : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 389
 

Author Index : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 391
 
 
 
 
 
 
  ------------------------------------------------------------

To order, go to
http://www.springer.de/comp/lncs/

2001. XII, 391 pp. Softcover
3-540-41597-1
DM 82,-
Recommended List Price

Go to Prof. Ron Sun's Homepage