logic tensor networks | BriefGPT

关键词logic tensor networks

搜索结果 - 8

混合自动学习系统与应用
本文研究了一种基于深度神经网络和神经符号方法的分类和回归模型，并引入了 Logic Tensor Networks 作为神经符号预测模型，能够区分和解释异常连接和正常连接。通过详细对比和解释深度神经网络和神经符号网络的实现和结果，论文提出了
PDFa month ago
基于语言增强的空间本体论的室内外三维场景图生成
该论文提出了一种在任意环境（室内和室外）中构建 3D 场景图的方法。为了解决室内和室外环境的概念层次复杂性和训练数据不足的挑战，提出了构建空间本体和使用逻辑张量网络构建 3D 场景图的两个新扩展。通过使用大型语言模型构建空间本体，从而大大减
PDF7 months ago
模糊逻辑视觉网络（FLVN）：一种神经符号化的视觉特征匹配方法
神经符号集成与学习深度神经网络的能力相结合，通过逻辑张量网络（LTN）来整合逻辑公理的背景知识。本研究介绍了模糊逻辑视觉网络（FLVN），它在神经符号逻辑张量网络框架中制定了学习视觉语义嵌入空间任务，通过引入先前知识（类别层次结构和宏类别）
PDFa year ago
logLTN：对数空间中的可微模糊逻辑
本文介绍了一种模糊算子的配置方案，用于在对数空间中端到端地完成基础公式的基础工作，并通过梯度下降进行优化，从而优于现有技术的现状，并表明新的修正对于实现这些结果是至关重要的。
PDFa year ago
逻辑张量网络
本文介绍了一种名为 Logic Tensor Networks（LTN）的神经符号形式和计算模型，支持通过引入一种称为 Real Logic 的可微分一阶逻辑表示语言进行学习和推理，并说明 LTN 提供了一种统一语言来规范和计算多个人工智
PDF4 years ago
基于先验知识对语义图像解释中的监督不完整性进行补偿
本研究提出了一种基于逻辑张量网络的零样本学习方法，利用背景知识和与其他已知关系的相似性来推断在训练集中不存在的三元组 (主语，谓语，宾语)，并在视觉关系数据集上实现了更好的性能表现。
PDF5 years ago
IJCAI用于语义图像解释的逻辑张量网络
本文介绍了一种利用 LTNs 框架开发和应用于 SII 任务的方法，通过应用逻辑约束的背景知识，可以有效地从含有噪声的数据中学习并改善数据驱动方法的性能。同时，该方法还可以增强学习系统对训练数据标签错误的鲁棒性。
PDF7 years ago
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
PDF8 years ago