inductive inference | BriefGPT

关键词inductive inference

搜索结果 - 10

统计学习理论与奥卡姆剃刀：基于经验风险最小化的论证
该论文考虑了归纳推理中由统计学习理论框架得出的简洁性偏好的认识论理解。通过结合先前论证的元素，该论文阐述了一个基于统计学习理论的、有限的目的手段和模型相关的证明论论证，建立在经验风险最小化方法的统计学习理论的中心数学学习保证的基础上。
PDF7 months ago
MM非均匀在线学习：走向理解归纳
物理学家和归纳推理的非均匀在线学习的作用和限制，以及与在线学习理论和 Littlestone 类的关系。
PDF7 months ago
利用预训练语言模型预测文本增强时序知识图中的时间间隔
我们提出了一种名为 TEMT 的新框架，利用预训练语言模型（PLMs）来增强文本的时间性知识图谱完成。TEMT 利用存储在 PLM 参数中的知识，能够产生丰富的事实语义表示，并且对以前未见过的实体进行推广。TEMT 将 KG 中的文本和时间
PDF9 months ago
反升级和泛化：一项调查
本文首次对 AU 研究及其应用进行了概述和分类，以及提供了一般框架，为现有和未来的发展分类。
PDFa year ago
使用系统 W 进行推理满足语法分割
本文研究了系统 W 从有条件的信仰基础中进行诱导推理，探讨了语法分裂的概念，并证明了系统 W 符合诱导推理操作的语法分裂后提出的公设。
PDF2 years ago
EMNLPTimeTraveler: 针对时间知识图谱预测的增强学习
本文提出了一种基于强化学习的方法来进行时态知识图推理，该方法解决了建模未来时间信息以及处理先前未见实体的归纳推理的问题，通过在历史知识图上搜索答案，设计了相对时间编码函数以及基于 Dirichlet 分布的时间 - shaped 奖励机制，
PDF3 years ago
最小描述长度的再探讨
这篇论文是一篇对最小描述长度（MDL）原理的介绍和概述，讨论了在统计学、机器学习和模式识别等领域中广泛应用的归纳推理理论。MDL 可以被视为惩罚最大似然和贝叶斯方法的一种强大扩展，其中惩罚函数和先验分布被替换成更一般的幸运函数。
PDF5 years ago
MM终极智能第二部分：智能的物理度量和复杂性
本文继续研究适用于归纳推理系统的体积和能量测量，扩展了 AIT 中的逻辑深度和概念跳跃大小测量到随机问题和涉及体积和能量的物理测量，介绍了计算复杂性的图形模型，展示出归纳推理的能量、逻辑深度和计算体积之间的一些渐近关系，引入了基于能量限制的
PDF9 years ago
哲学与贝叶斯统计实践
文中探讨了贝叶斯统计学派的方法，阐述了先验分布在贝叶斯模型中的实际作用以及超验演绎法的重要性，发现最成功的贝叶斯统计学派形式并不支持归纳推理，从而认为贝叶斯统计学派比超验演绎法更加成熟和复杂。
PDF14 years ago
通用归纳和智能中的开放问题
本文介绍了一个历经半个世纪的万能归纳和万能智能的数学理论，重点讨论了该理论面临的挑战和未解决问题，为研究智能算法提供了指导和标准。
PDF15 years ago