本文介绍了用于生命科学领域相关知识表示的本体论。提供了从计算学习理论中学习模型的正式规范,同时回顾了在这些模型中学习轻量级描述逻辑(DL)本体论的复杂性结果,最后,我们强调了文献中提出的其他学习 DL 本体论的方法。
Mar, 2021
本文介绍了一个新颖的框架,使用归纳逻辑编程方法来以可解释的方式学习几个抽象和结构化的论证框架的可接受语义。通过实证评估,我们证明了我们的框架胜过现有的论证求解器,从而在形式论证和人机对话领域开启了新的未来研究方向。
Oct, 2023
该文介绍了应用于形式化知识表示领域的本体学习中的经典机器学习和数据挖掘方法,包括关联规则挖掘、正式概念分析、归纳逻辑编程、计算学习理论及神经网络,总结了各种方法在学习 DL 本体方面的优点和限制。
Apr, 2021
在本文中,我们利用类比推理介绍了一种推断缺失知识的机制,用于完善本体论,从而解决现有本体论不完整的问题,并且提出了一种基于双射映射的新型语义,分析了该语义下类比的特性,展示了两种合理的推断模式:规则翻译和规则外推。
May, 2021
本文综述了在 RDF (S)、描述逻辑 EL 和 ALC,以及 OWL 2 RL 的支持下,基于神经符号推理的现有文献,讨论了采用的技术、解决的任务以及该领域的其他相关努力。
Aug, 2023
本研究采用最新的深度神经网络训练方法,成功开发出了一种模型,可以学会在基本本体论推理的形式下有效地进行逻辑推理,进而可以应用于许多现实世界中的问题,并且在各项实验中表现出高度准确和生物学上的可行性。
Aug, 2018
本文基于正当例外的方法,对 DL-Lite_R 知识库进行了建模,并研究了其语义和计算特性,提出一种较简单的 ASP 编码来管理负信息,从而实现了对其带有例外公理的实例检查的完整推理过程。
Jun, 2021
该论文研究了使用 Angluin 等人的准确查询学习框架来学习描述逻辑本体的问题,证明了可以用多项式大小的多项式查询来学习用 DL-Lite 描述逻辑和某些和 OWL 2 RL 相关的 EL 片段描述的本体,但即使只允许非循环本体,也不能用多项式大小的查询来学习用 EL 描述逻辑描述的本体。
Sep, 2017
描述了 DaRLing 系统,它是一个 OWL 2 RL 本体推理的 Datalog 重写器,在 SPARQL 查询下具有实际适用性。
Aug, 2020
本文提出知识表示与推理技术在自动驾驶汽车领域的应用。利用本文提出的 6 层模型创建了一个正式的场景模型,并利用本体论对交通场景因素进行建模和推理,得出交通状况关键因素。我们采用联合描述逻辑和规则推理器,并开展了一项基于大规模无人机数据集的实验评估。
May, 2022