May, 2012

kLog：适用于逻辑和关系学习的核心语言

PDF
TL;DRkLog 是一种新颖的统计关系学习方法，采用基于核的学习方法，在具有表达力的逻辑和关系表示上进行，可以声明性地指定学习问题，支持混合数字和符号数据，以及在归纳逻辑编程系统中以 Prolog 或 Datalog 程序的形式表示的背景知识，并可应用于分类、回归、多任务学习和集体分类等任务，同时比 Tilde 和 Alchemy 更准确或更快，并且具有 GPLv3 许可证。
klogstatistical relational learningkernel-based learninglogic programmingdeductive databases
发现论文，激发创造
  • TensorLog：一个可微的演绎数据库

    介绍一种基于 TensorLog 的可微分概率演绎数据库，可在包含多个相互关联子句和谓词的非平凡逻辑理论中执行推理。

    May, 2016

  • TensorLog: 深度学习与概率数据库的结合

    本研究提出了一种基于神经网络基础设施（如 Tensorflow 或 Theano）的概率一阶逻辑 TensorLog 的实现，在其中，逻辑查询的类别被编译成可微分函数，从而实现概率逻辑推理与深度学习基础设施的紧密集成，并且实验结果表明 TensorLog 可以扩展到涉及数十万个知识库三元组和数万个示例的问题。

    Jul, 2017

  • 关于实现概率逻辑编程语言 ProbLog 的论文

    该研究介绍了 ProbLog 的概念以及相关算法，针对大型生物网络提出了一种有效执行查询的方式。

    Jun, 2010

  • Prolog 中高效的描述逻辑推理：DLog 系统

    本文描述了 DLog—— 一种基于分辨率的描述逻辑推理系统。DLog 将描述逻辑公理转换为 Prolog 程序，并使用标准的 Prolog 执行有效地回答实例检索查询，是全 SHIQ 语言的 ABox 推理引擎。DLog 的方法使得个体能够储存在数据库中而不必放在内存中，这提高了可扩展性并有助于在现有信息源的基础上直接使用描述逻辑本体。

    Apr, 2009

  • 使用大型语言模型在知识图谱上进行复杂的逻辑推理

    本研究提出一种基于图形提取算法和大型语言模型的解耦合语言引导抽象推理方法，将复杂的知识图推理作为上下文知识图搜索和抽象逻辑查询推理的组合，显著提高了复杂查询的性能。

    May, 2023

  • 图神经网络中的逻辑推理能力评估

    本研究探讨使用关系学习算法如何进行逻辑推理，在设计了一套基于一阶逻辑的基准测试套件 GraphLog 后，我们使用图神经网络 (GNN) 来进行评估，并发现模型的泛化和适应能力强度受到训练中遇到的不同逻辑规则的多样性的影响。

    Mar, 2020

  • 逻辑张量网络：从数据和知识中进行深度学习和逻辑推理

    Logic Tensor Networks 通过在第一阶逻辑语言上定义一个逻辑形式（Real Logic），该形式的公式在区间 [0,1] 上具有真值，并且具体定义在实数域上的语义高效地将推理知识与数据驱动的机器学习结合起来，并证明了通过使用谷歌的 tensorflow 原语将 Real Logic 实现在深度张量神经网络上，并在简单但有代表性的知识自动完成的实验中应用逻辑张量网络。

    Jun, 2016

  • 使用数值松弛合成 Datalog 程序

    本文提出了一种称为 Difflog 的技术，可以将逻辑规则从离散变量扩展到连续变量，该技术通过为 Datalog 程序的各个规则附加实值权重，自然地将数值与程序的各个结论相关联，在知识发现、形式验证和数据库查询等问题上实现学习复杂程序的显着提高。

    Jun, 2019

  • 基于 Swift Markov 逻辑的知识图谱概率推理

    本篇论文提出了 Soft Vadalog 这一基于概率的 Vadalog 扩展框架，将其用于解决数据管理和工业领域问题，并采用 MCMC Chase 方法进行实用化探索。

    Oct, 2022

  • 知识库推理的可微学习逻辑规则

    研究如何通过神经逻辑编程的框架来学习概率一阶逻辑规则应用于知识库推理，达到了比先前工作更好的效果。

    Feb, 2017