論文の概要: Turning 30: New Ideas in Inductive Logic Programming

• arxiv url: http://arxiv.org/abs/2002.11002v4
• Date: Wed, 22 Apr 2020 09:06:19 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-28 20:44:50.443494
• Title: Turning 30: New Ideas in Inductive Logic Programming
• Title（参考訳）: 30歳になる: 帰納論理プログラミングの新しいアイデア
• Authors: Andrew Cropper, Sebastijan Duman\v{c}i\'c, and Stephen H. Muggleton
• Abstract要約: 帰納論理プログラミングは、データから論理プログラムを誘導する機械学習の一種である。 少数の事例から一般化したプログラムの学習方法に焦点をあてる。 また、帰納論理プログラミングにおける今後の研究の方向性についても論じる。
• 参考スコア（独自算出の注目度）: 18.581514902689346
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Common criticisms of state-of-the-art machine learning include poor generalisation, a lack of interpretability, and a need for large amounts of training data. We survey recent work in inductive logic programming (ILP), a form of machine learning that induces logic programs from data, which has shown promise at addressing these limitations. We focus on new methods for learning recursive programs that generalise from few examples, a shift from using hand-crafted background knowledge to \emph{learning} background knowledge, and the use of different technologies, notably answer set programming and neural networks. As ILP approaches 30, we also discuss directions for future research.
• Abstract（参考訳）: 最先端の機械学習に対する一般的な批判は、一般化の貧弱さ、解釈可能性の欠如、大量のトレーニングデータの必要性である。 我々は、データから論理プログラムを誘導する機械学習の一種であるインダクティブ・ロジック・プログラミング(ILP)の最近の研究を調査し、これらの制限に対処することを約束している。 我々は,いくつかの例から一般化した再帰的プログラムの学習方法,手作りの背景知識から \emph{learning} の背景知識へのシフト,解答セットプログラミングやニューラルネットワークなど,さまざまな技術の利用に焦点を当てた。 ILPが30に近づくにつれて、今後の研究の方向性についても論じる。

関連論文リスト

• A Unified Framework for Neural Computation and Learning Over Time [56.44910327178975]
  Hamiltonian Learningはニューラルネットワークを"時間とともに"学習するための新しい統合フレームワーク i)外部ソフトウェアソルバを必要とせずに統合できる、(ii)フィードフォワードおよびリカレントネットワークにおける勾配に基づく学習の概念を一般化する、(iii)新しい視点で開放する、という微分方程式に基づいている。
  論文  参考訳（メタデータ） (2024-09-18T14:57:13Z)
• Towards One-Shot Learning for Text Classification using Inductive Logic Programming [0.0]
  本稿では,単発テキスト分類のための帰納的論理プログラミング手法について検討する。 その結果,MILは少数の学習例からテキスト分類規則を学習できることが示唆された。
  論文  参考訳（メタデータ） (2023-08-30T09:04:06Z)
• Bayesian Learning for Neural Networks: an algorithmic survey [95.42181254494287]
  この自己完結型調査は、ベイズ学習ニューラルネットワークの原理とアルゴリズムを読者に紹介する。 アクセシブルで実践的な視点からこのトピックを紹介します。
  論文  参考訳（メタデータ） (2022-11-21T21:36:58Z)
• Learning logic programs by combining programs [24.31242130341093]
  我々は、小さな非分離型プログラムを学習し、それらを組み合わせるアプローチを導入する。 我々は制約駆動型LPシステムにアプローチを実装した。 ゲームプレイやプログラム合成など,複数の領域に対する実験により,既存のアプローチを劇的に上回る結果が得られた。
  論文  参考訳（メタデータ） (2022-06-01T10:07:37Z)
• Towards Machine Learning for Placement and Routing in Chip Design: a Methodological Overview [72.79089075263985]
  配置とルーティングは、現代のチップ設計フローにおいて必須かつ困難な2つのタスクである。 機械学習は、そのデータ駆動性によって有望な見通しを示しており、知識や事前への依存度は低い。
  論文  参考訳（メタデータ） (2022-02-28T06:28:44Z)
• A Critical Review of Inductive Logic Programming Techniques for Explainable AI [9.028858411921906]
  インダクティブ論理プログラミング(英: Inductive Logic Programming、ILP)は、人工知能のサブフィールドである。 ILPは、例と背景知識から説明可能な一階クラッサル理論を生成する。 既存のILPシステムは、しばしば広大な解空間を持ち、誘導された解はノイズや乱れに非常に敏感である。
  論文  参考訳（メタデータ） (2021-12-31T06:34:32Z)
• Improving Compositionality of Neural Networks by Decoding Representations to Inputs [83.97012077202882]
  我々は、ニューラルネットワークのアクティベーションを制約し、入力に"デコード"するように生成モデルを共同で訓練することで、従来のディープラーニングプログラムの利点を橋渡しする。 本稿では,デオード可能な表現の分布外検出,逆例,校正,公平性への応用を実証する。
  論文  参考訳（メタデータ） (2021-06-01T20:07:16Z)
• Inductive logic programming at 30 [22.482292439881192]
  インダクティブ・ロジック・プログラミング(Inductive logic programming、ILP)は、論理ベースの機械学習の一種である。 我々は, (i) 新しいメタレベル探索法, (ii) 述語化のための新しいアプローチ, (iv) 異なる技術の利用に焦点を当てた。 ILPの現在の限界について論じ、今後の研究の方向性について論じる。
  論文  参考訳（メタデータ） (2021-02-21T08:37:17Z)
• Inductive logic programming at 30: a new introduction [18.27510863075184]
  帰納論理プログラミング(英: Inductive logic programming、ILP)は、機械学習の一種である。 本稿では,必要な論理的表記法と主学習設定を紹介する。 また、ILPシステムの構築ブロックを記述し、複数のシステムを比較した。
  論文  参考訳（メタデータ） (2020-08-18T13:09:25Z)
• Learning to learn generative programs with Memoised Wake-Sleep [52.439550543743536]
  本研究では,ニューラルネットワークをシンボル型データ生成プログラムの前提として,推論と先行の両方に使用するニューロシンボリック生成モデルのクラスについて検討する。 そこで本研究では,Wake Sleepを拡張したMemoised Wake-Sleep(MWS)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-07-06T23:51:03Z)
• The ILASP system for Inductive Learning of Answer Set Programs [79.41112438865386]
  我々のシステムは、通常の規則、選択規則、厳しい制約を含むアンサーセットプログラムを学習する。 まず、ILASPの学習フレームワークとその機能の概要を説明します。 続いて、ILASPシステムの進化を概観する。
  論文  参考訳（メタデータ） (2020-05-02T19:04:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。