×

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

按年份列出的引文