基于互异示例的答案集程序的增量和迭代学习

@第{Mitra2018IncrementalAI条，title={互不相同示例中答案集程序的增量和迭代学习}，作者={Arindam Mitra和Chitta Baral}，journal={逻辑编程理论与实践}，年份={2018年}，体积={18}，页码={623-637}，url={https://api.semanticscholar.org/CorpusID:3451584}}
本研究提出了一种完善的算法，该算法以稍微不同的方式接收输入，并对解决方案执行高效且更受用户控制的搜索，据作者所知，这在以前是不可能的。
剑桥出版社观点
[PDF]语义阅读器
8个引文
极具影响力的引文
2
背景引文
三
方法引文
2
结果引文
1

询问这篇论文
贝塔
AI供电

我们的系统试图限制本文中找到的信息。结果质量可能有所不同。了解更多信息关于我们如何产生这些答案。

8引文

自然语言理解和问答的学习-知识推理范式

这项工作表明，使用现有的自然语言处理解析器和可扩展的归纳逻辑编程算法，可以从问题回答数据集学习额外的知识，然后可以用于推理。

SkuARE:基于语义的问答和推理引擎

本文描述了一个通用的基于语义的自然语言QA框架和该框架的应用SkuARE系统，该框架还可以生成答案的解释，同时保持较高的准确性。

基于规则学习的可解释分类投票方法

本文介绍了一种结合两个世界的投票方法，旨在获得作为（无法解释的）最先进方法的可比较结果，同时仍以确定性规则的形式提供解释。

模块化规则学习

在本文中，我们提出了一种模块化方法，该方法将（随机）机器学习中的最新方法与规则学习中的传统方法相结合，以提供高效且可扩展的…

第34届逻辑编程国际会议技术交流，2018年7月14日至17日，英国牛津

这项工作建议在认识规范中添加一个新的结构，称为世界观约束，它提供了一种通用的设备，用于在语言的不同版本中表达全局约束。

全离散事件演算中动态时间理论的学习与修正

本文展示了非单调ILP系统XHAIL如何在全方位离散事件演算（DEC）中进行通用学习和时态理论修正具有几个特征的框架，用于动态地重新利用常识惯性定律的影响，并使其服从数学定义的渐变轨迹。

基于图像处理和人工智能的数据采集算法研究

目前，图像识别处理技术在模式识别领域起着决定性的作用，其中钞票的自动识别是一个重要的研究课题。…

基于人工智能的课程答疑系统

23参考文献

通过将统计方法与归纳规则学习和推理相结合来应对问答挑战

这项工作展示了一个系统，它擅长除一项任务外的所有任务，并证明推理模块的引入显著提高了智能代理的性能。

通过剪枝和尽力优化提高归纳逻辑编程的可扩展性

走向AI-完整的问题回答：一组必备的玩具任务

这项工作论证了一组通过问答评估阅读理解的代理任务的有用性，并将这些任务分类为技能集，以便研究人员能够识别（然后纠正）其系统的缺陷。

正在考虑出版《逻辑编程的理论与实践》——基于上下文相关示例的答案集程序迭代学习

提出了有序答案集学习框架的上下文相关扩展，上下文可用于进一步构建背景知识，并提出了一种新的迭代算法ILASP2i，该算法利用此特性将现有ILASp2系统扩展到具有大量示例的学习任务。

答案集编程中的弱约束学习

本文提出了一种新的算法ILASP2，该算法相对于新的学习框架来说是完善的，并研究了其在面试安排问题中对学习偏好的适用性，证明了当仅限于学习ASP程序而没有弱约束的任务时，ILP2可以比之前提议的系统更高效。

使用答案集编程通过假设精化学习

提出了一种新的元级学习方法，通过将学习过程分解为可管理的小步骤，并对假设空间的元级表示进行理论修正，以改进每一步计算的假设，从而克服了ASPAL的可扩展性问题。

答案集程序的归纳学习

提出了一种新的ILP范式，该范式将勇敢和谨慎语义的现有概念集成到一个统一的学习框架中，该框架的归纳解是答案集程序，示例是部分解释。

基于细粒度成本的假设生成的最佳归纳逻辑规划

实验结果表明，假设搜索空间的代价参数是在紧资源边界内为竞争实例发现假设的重要因素。

使用约束驱动偏差的归纳学习

本文提出了一种学习任务的概念，其中假设空间被特定领域的否认进一步限制，可接受的假设是符合给定特定领域约束的勇敢归纳解。

非单调溯因归纳学习