ProPPR公司 swMATH ID: 32915 软件作者: 威廉·杨旺;Kathryn Mazaitis;威廉·科恩 描述: ProPPR:用于结构发现、参数学习和可扩展推理的高效一阶概率逻辑编程。统计关系学习的一个关键挑战是开发一种语义丰富的形式主义,它支持使用大量提取信息进行有效的概率推理。本文提出了一种新的、可扩展的概率逻辑,称为ProPPR,它进一步扩展了随机逻辑程序(SLP),使其能够对图进行有效的学习和推理:使用外推二阶概率逻辑,我们表明可以通过参数学习自动生成一阶理论;在参数学习中,可以使用并行随机梯度下降和有监督的个性化PageRank算法进行权重学习;最重要的是,可以用一个小图来近似地查询,并且推理与数据库的大小无关。 主页: https://www.aaai.org/ocs/index.php/WS/AAAIW14/paper/view/8768/8250 源代码: https://github.com/TeamCohen/ProPPR 相关软件: ProbLog(问题日志);TensorLog公司;亚当;TensorFlow公司;教堂;科学Py;西雅娜 引用于: 1文件 3位作者引用 1 威廉·W·科恩。 1 凯瑟琳·里瓦德·马扎蒂斯 1 杨,范 连载1篇 1 人工智能研究杂志 在2个字段中引用 1 数学逻辑和基础(03-XX) 1 计算机科学(68至XX) 按年份列出的引文