亚历夫

Aleph手册。本文提供了关于提出假设的学习引擎(Aleph)的参考信息。Aleph是一个归纳逻辑程序设计(ILP)系统。本手册并非ILP教程。可在S.H.Muggleton和L.De Raedt(1994)《归纳逻辑程序设计:理论与方法》,Jnl中找到有关ILP的理论、实现和应用的良好介绍。逻辑编程,19,20:629--679,可从ftp://ftp.cs.york.ac.uk/pub/ML_GROUP/Papers/lpj.ps.gz。Aleph旨在成为探索思想的原型。早期的化身(以P-Progol的名字)起源于1993年,是牛津大学Ashwin Srinivasan和Rui Camacho进行的一个有趣项目的一部分。主要目的是了解反蕴涵的思想,这些思想最终出现在斯蒂芬·穆格尔顿1995年的论文《逆向蕴涵与程序》,新一代计算机。,13: 245-286,可在ftp://ftp.cs.york.ac.uk/pub/ML_GROUP/Papers/InvEnt.ps.gz。从那时起,实现已经发展到模拟其他几个ILP系统的一些功能。与Aleph相关的有:CProgol、FOIL、FORS、Indlog、MIDOS、SRT、Tilde和WARMR。有关获取这些程序的更多详细信息,请参阅“相关版本和程序”一节。


zbMATH中的参考文献(参考文献55条)

显示第1到第20个结果,共55个。
按年份排序(引用)
  1. 克罗珀,安德鲁;杜曼契奇,塞巴斯蒂扬;埃文斯,理查德;马格尔顿,斯蒂芬H.:归纳逻辑程序设计30(2022)
  2. 达什,提尔塔拉吉;斯里尼瓦桑,阿什温;Baskar,A.:使用模式定向逆蕴涵将领域知识包含到GNN中(2022)
  3. 克罗珀,安德鲁;莫雷尔,罗尔夫:通过从失败中学习来学习计划(2021年)
  4. 达什,提尔塔拉吉;斯里尼瓦桑,阿什温;Vig,Lovekesh:将符号领域知识整合到图神经网络中(2021)
  5. 弗雷洛斯布兰科,丹尼尔;法律、商标;琼森,安德斯;布罗达,克里西亚;Russo,Alessandra:用于强化学习的子目标自动机的归纳与开发(2021)
  6. 拉曼南,南迪尼;库纳普里,高塔人;Khot、Tushar;法特米、巴哈尔;卡泽米,赛义德梅赫兰;普尔,大卫;克尔斯汀,克里斯汀;Natarajan,Sriraam:关系逻辑回归的结构学习:集成方法(2021)
  7. 贝克,杰西;戴维斯,杰西:从积极和未标记的数据中学习:一项调查(2020年)
  8. 克罗珀,安德鲁;埃文斯,理查德;法律,马克:归纳的一般游戏玩法(2020)
  9. 克罗珀,安德鲁;羊肚菌,罗夫;马格尔顿,斯蒂芬:学习高阶逻辑程序(2020)
  10. 拉夫拉契纳达;什克尔吉,布拉ž;罗布尼克-西康贾,马尔科:命题化和嵌入:同一个硬币的两面(2020)
  11. 沙克林,法哈德;Gupta,Gopal:SVM模型的白盒归纳法:逻辑编程的可解释人工智能(2020)
  12. 斯里尼瓦桑,阿什温;维格,亲爱的;Shroff,Gautam:使用领域知识构建优化问题的生成逻辑模型(2020)
  13. 克拉尔吉,一月;Robnik Sikonja,马尔科;Lavrac,Nada:NetSDM:语义数据挖掘与网络分析(2019)
  14. 米歇里奥达基斯,伊万盖洛斯;亚提基斯,亚历山大;Paliouras,Georgios:复合事件识别的半监督在线结构学习(2019)
  15. Nguembang Fadja,阿诺;Riguzzi,Fabrizio:提升概率逻辑程序的区分学习(2019)
  16. Shakerin,Farhad:非单调逻辑程序的归纳解释统计学习模型(2019)
  17. 斯里尼瓦桑,阿什温;维格,亲爱的;贝恩,迈克尔:使用关联信息对深层关系机器的逻辑解释(2019)
  18. 维莱梅克,简;里古兹,法布里齐奥;科瓦尔斯基,罗伯特A。;啤酒,托比约恩;萨德里,法里巴;Miguel Calejo:使用SWISH实现基于逻辑语言的交互式web教程(2019)
  19. 杜塔,海蒙蒂;Srinivasan,Ashwin:使用ILP的分布式特征构建基于共识的建模(2018)
  20. 法律、商标;拉索,亚历山德拉;Broda,Krysia:学习答案集程序的复杂性和普遍性(2018)