ILPME公司

ILPME是一个非单调的ILP(归纳逻辑程序设计)系统,它从多个不同的例子中学习。详情请参阅报纸:https://arxiv.org/pdf/1802.07966.pdf。从互不相同的例子进行答案集程序的增量和迭代学习。多年来,人工智能(AI)社区已经产生了一些数据集,这些数据集为机器学习算法提供了在不同领域学习各种技能的机会。然而,这些以学习逻辑程序为目的的机器学习算法的一个子类,即归纳逻辑程序设计算法,由于这些数据集的庞大而常常失败。这影响了人工智能系统开发中知识表示和推理技术的可用性。在这项研究中,我们试图解决这个可伸缩性问题,为算法学习答案集程序。我们提出了一个健全和完整的算法,它以一种稍微不同的方式接受输入,并执行一个更有效和更用户控制的搜索解决方案。通过实验证明,我们的算法可以从机器学习社区的两个流行数据集bAbl(一个问答数据集)和MNIST(手写数字识别的数据集)中学习,这是我们所知不可能的。该系统可在https://goo.gl/KdWAcV。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换


zbMATH中的参考文献(参考文献1条,1标准件)

显示结果1/1。
按年份排序(引用)

  1. 米特拉,阿林达;Baral,Chitta:从互不相同的例子中对答案集程序进行增量和迭代学习(2018)