MMJul, 2016

事件定义的在线学习

PDF
TL;DR本文提出一种基于归纳逻辑编程和 Event Calculus 的在线学习系统，可用于符号事件识别和活动识别，具有与批量学习技术相当的准确性和显著的训练时间优势。
symbolic event recognitionevent calculusinductive logic programmingonline learningactivity recognition
发现论文，激发创造
  • 归纳逻辑编程实现事件定义的渐进学习

    利用归纳逻辑编程（ILP）技术和事件演算程序，基于归纳推理和反演推理的学习算法来实现事件识别系统中的事件定义的自动化。

    Feb, 2014

  • 事件识别的概率事件演算

    本文研究了基于逻辑的事件识别中的不确定性问题，并通过引入概率推理扩展了事件演算，使用 Markov 逻辑网络作为基础形式。通过实验验证，证明了引入概率模型的 Event Calculus 在活动识别领域的优势。

    Jul, 2012

  • 在线学习概率事实演算理论在答案集编程中的应用

    介绍了一种基于 ASP 的、能够通过权重规则进行概率推理的复杂事件识别系统，可应用于活动识别等领域，并与多种现有算法进行了比较，并证明了其在效率和预测性能方面的优越性。

    Mar, 2021

  • 概率逻辑编程事件演算

    基于符号表示的视频内容，我们提出了一个识别人类活动的系统：以时间戳的短期活动 (STA) 为输入，输出由预定义的 STA 时间组合的长期活动 (LTA)，这些 STA 限制已经通过事件演算的方言表达，并适应了最新的概率逻辑编程框架，通过对人类监控视频的基准数据集的实验来进行详细评估和比较。

    Apr, 2012

  • 一种运行时认知概率事件演算在电子健康系统决策中的应用

    本文提出一种将感官数据和分类器与基于逻辑的决策系统相结合的运行时体系结构，应用于儿童神经运动障碍康复的电子健康系统中，并使用 Epistemic Probabilistic Event Calculus 等技术来改善儿童的表现。

    Sep, 2022

  • 基于逻辑编程的活动识别方法

    使用事件演算法识别基于视频内容的短期活动，进而推断长期预定义活动的系统及其详细评估结果。

    May, 2009

  • 使用目标导向约束答案集编程对事件演算进行建模与推理

    应用 s (CASP) 模型，演绎与缺省推理，对包括时间与数量等约束条件在内的领域进行事件演算。

    Jun, 2021

  • 动态不确定领域推理的事件演算产生式规则系统

    本文介绍了 Cerbere，一种基于事件演算的产品系统，旨在执行在线因果、时间和认识推理，以及一个混合框架，将基于逻辑的推理与概率推理相结合，旨在在智能空间中进行活动识别和监测任务。

    Dec, 2015

  • 在稳定模型和答案集规划中重构情境演算和事件演算

    通过发现究竟为何 circumscription 和 stable model semantics 在某些情况下意义相同，本文利用普通稳定模型理论重新阐述了 situation calculus 和 event calculus，并完成了进一步的翻译，将其转化为应用高效答案集求解器来计算

    Jan, 2014

  • 神经符号时序点过程

    我们引入了一个神经符号规则归纳框架，该框架通过时序点过程模型高效地发现一个紧凑的时间逻辑规则集合来解释感兴趣的不规则事件。我们采用了矢量嵌入来表示谓词和逻辑规则，并通过梯度下降训练逻辑规则嵌入以获得谓词嵌入的最适合的组合表示。为了使规则学习过程更高效和灵活，我们采用了顺序覆盖算法，该算法逐步将规则添加到模型中，并移除已解释的事件序列，直到所有事件序列都被覆盖。在合成和真实数据集中，我们的方法表现出显著的效率和准确性，以较大的优势超过了现有技术基准的效率。

    Jun, 2024