第 38 届国际逻辑编程大会论文集
这篇研究论文总结了第 39 届国际逻辑编程会议(ICLP 2023)在英国伦敦帝国理工学院于 2023 年 7 月 9 日至 7 月 15 日举行的技术交流。涵盖了主会场、博士生学术研讨会、应用与系统 / 演示研讨会、最近发布研究研讨会、一起探讨研讨会、逻辑编程与机器学习、逻辑编程与可解释性、伦理和可信度研究等领域。
Aug, 2023
2016 年 Applications of Logic Programming Workshop 会议在纽约市 Flushing 举行,与国际逻辑编程会议(ICLP)相关,文章介绍了会议的主要贡献。
Apr, 2017
归纳逻辑编程是基于逻辑的机器学习的一种形式,目的是归纳出一种假设(逻辑程序),该假设概括给定的训练示例。作为归纳逻辑编程的三十年,我们回顾了过去十年的研究,我们关注新的元级别搜索方法、学习递归程序的技术,以及谓词发明的新方法和不同技术的使用,并探讨了归纳逻辑编程的当前限制和未来研究方向。
Feb, 2021
使用约束逻辑编程 (CL) 对 SQL 查询进行建模,通过关注语义属性来对数据无关的抽象层进行建模,以发现可能存在的错误。该方法使用不同的约束域,这些约束域映射到 SQL 类型,并提出它们协作以提高准确性,最终我们获得一个包括 SQL 和 Datalog 的演绎系统并在课堂上实现它,和其他方法相比,表现出巨大的优势和差异,并展示其性能数据。
Jul, 2019
介绍了归纳逻辑编程 (ILP) 的基本概念、学习模式、框架和几个主要系统 (Aleph,TILDE,ASPAL,和 Metagol),并概括了应用、限制和研究方向。
Aug, 2020
本文介绍了第二届逻辑与程序设计工作坊(Logic and Practice of Programming,LPOP)的论文摘要和立场论文,旨在作为计算机科学中使用逻辑作为实用工具的不同领域之间的桥梁,利用形式逻辑的公共语言交换思想。
Nov, 2022
这篇论文介绍了基于冲突驱动的归纳逻辑编程方法, 主要使用 Answer Set Programs(ASP)进行学习, 以提高可扩展性,并提出了可以处理噪声数据集的 ILASP3 和 ILASP4 系统。
Dec, 2020
本文探讨了归纳逻辑编程在机器学习中的应用,这种方法通过从数据中归纳逻辑程序来解决机器学习中普遍存在的泛化性不佳、可解释性不足和需要大量训练数据等问题,重点介绍了从少量样例中推广递归程序的新方法,学习背景知识的新方法以及使用不同技术,特别是应答器编程和神经网络。
Feb, 2020
ECLiPSe 是一款基于 Prolog 的编程系统,旨在开发和部署约束编程应用程序,同时也用于教授组合问题求解的大多数方面,如问题建模、约束编程、数学规划和搜索技术。
Dec, 2010