关键词neural-symbolic integration
搜索结果 - 3
- 神经逻辑程序与神经网络
神经符号一体化试图将连接主义子符号方法与逻辑符号方法相结合以实现人工智能。本文首先定义了(布尔)神经网络的答案集语义,然后从第一原则介绍了一类神经逻辑程序,并证明了网络和程序的等价性。
- 面向数据和知识驱动的人工智能:神经符号计算综述
本文介绍了神经符号计算(NeSy)领域的重要和最新研究发展,包括研究历史,背景知识,关键驱动因素以及主要特征。文章讨论了该领域的一些重要应用并针对目前存在的问题提出了新的研究方向,以期进一步推动以数据和知识为驱动的 AI 的研究进展。
- 关系领域知识增强的神经网络
本研究介绍了一种名为 KENN 的神经符号一体化框架,其将先前的逻辑知识注入神经网络。通过增加一个残差层来修改初始预测,这种方法的优点之一是包含条款权重,这些可学习参数表示条款的强度和影响。本研究的扩展版本更适用于关系数据,并在实验中验证了