导航
主页
会议
未来的会议
过去的会议
诉讼
IJCAI 2023会议记录
IJCAI 2022会议记录
所有诉讼程序
奖品
受托人/管理人员
现任受托人
受托人选举
IJCAI秘书处
IJCAI赞助和宣传官员
IJCAI团队
本地安排主席
在执行委员会任职的前受托人
其他前任官员
人工智能期刊
关于
关于IJCAI
联系信息
从故障中学习高阶逻辑程序
从故障中学习高阶逻辑程序
Stanis aw J.Purga、David M.Cerna、Cezary Kaliszyk
观看视频
第三十一届国际人工智能联合会议记录
主要轨道。
第2726-2733页。
https://doi.org/10.24963/ijcai.2022/378
PDF格式
BibTeX公司
通过归纳逻辑编程(ILP)学习复杂程序仍然是一项艰巨的挑战。
现有的高阶ILP系统显示出改进的准确性和学习性能,但仍受到底层学习机制的限制。
实验结果表明,我们通过高阶定义扩展了多功能故障学习范式,在不使用
现有系统需要繁琐的人工指导。
我们的理论框架捕获了一类保持现有基于包含的剪枝方法稳健性的高阶定义。
关键词:
知识表示与推理:学习与推理
知识表示与推理:应用
知识表示与推理:逻辑程序设计