关键词relational inductive biases
搜索结果 - 3
- 利用线性关系网络进行组合多对象强化学习
本文提出一种基于关系归纳偏见的新型插入式模块,可使代理程序在学习固定的多对象设置中学习操作任务,并在输入对象数量改变时零样本泛化,解决了前人方法因其复杂度而无法泛化的问题。
- 图神经网络中的逻辑推理能力评估
本研究探讨使用关系学习算法如何进行逻辑推理,在设计了一套基于一阶逻辑的基准测试套件 GraphLog 后,我们使用图神经网络 (GNN) 来进行评估,并发现模型的泛化和适应能力强度受到训练中遇到的不同逻辑规则的多样性的影响。
- 关系归纳偏置、深度学习和图网络
本文提出结构化表示法和计算方法是实现人工智能与人类智能相似的能力的关键,通过使用深度学习体系结构内的关系感应偏差,介绍一种新的人工智能工具箱构建模块 -- 图形网络,它支持关系推理和组合推广,为推理提供更复杂、可解释和灵活的模式。