論文の概要: Conflict-driven Inductive Logic Programming

• arxiv url: http://arxiv.org/abs/2101.00058v1
• Date: Thu, 31 Dec 2020 20:24:28 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-17 17:09:32.557881
• Title: Conflict-driven Inductive Logic Programming
• Title（参考訳）: 競合駆動帰納論理プログラミング
• Authors: Mark Law
• Abstract要約: 帰納的論理プログラミング(ILP)の目標は、一連の例を説明するプログラムを学ぶことである。 近年まで、ICPがターゲットとするPrologプログラムの研究がほとんどである。 ILASP システムは代わりに Answer Set Programs (ASP) を学ぶ
• 参考スコア（独自算出の注目度）: 3.29505746524162
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The goal of Inductive Logic Programming (ILP) is to learn a program that explains a set of examples. Until recently, most research on ILP targeted learning Prolog programs. The ILASP system instead learns Answer Set Programs (ASP). Learning such expressive programs widens the applicability of ILP considerably; for example, enabling preference learning, learning common-sense knowledge, including defaults and exceptions, and learning non-deterministic theories. Early versions of ILASP can be considered meta-level ILP approaches, which encode a learning task as a logic program and delegate the search to an ASP solver. More recently, ILASP has shifted towards a new method, inspired by conflict-driven SAT and ASP solvers. The fundamental idea of the approach, called Conflict-driven ILP (CDILP), is to iteratively interleave the search for a hypothesis with the generation of constraints which explain why the current hypothesis does not cover a particular example. These coverage constraints allow ILASP to rule out not just the current hypothesis, but an entire class of hypotheses that do not satisfy the coverage constraint. This paper formalises the CDILP approach and presents the ILASP3 and ILASP4 systems for CDILP, which are demonstrated to be more scalable than previous ILASP systems, particularly in the presence of noise.
• Abstract（参考訳）: 帰納的論理プログラミング(ILP)の目標は、一連の例を説明するプログラムを学ぶことである。 近年まで、ICPがターゲットとするPrologプログラムの研究がほとんどである。 ILASP システムは代わりに Answer Set Programs (ASP) を学ぶ。 例えば、選好学習を可能にし、デフォルトや例外を含む常識的な知識を学習し、非決定論的理論を学習することである。 ILASPの初期バージョンは、学習タスクをロジックプログラムとしてエンコードし、検索をASPソルバに委譲するメタレベルのILPアプローチと見なすことができる。 最近では、ILASPは、コンフリクト駆動SATとASPソルバにインスパイアされた新しいメソッドへと移行している。 矛盾駆動型ICP(CDILP)と呼ばれるアプローチの基本的な考え方は、現在の仮説が特定の例をカバーしていない理由を説明する制約の生成を伴う仮説の探索を反復的にインターリーブすることである。 これらのカバレッジ制約により、ILASPは現在の仮説だけでなく、カバレッジ制約を満たさない仮説のクラス全体を除外できる。 本稿では,CDILP のアプローチを定式化し,従来の ILASP システムよりも拡張性が高いCDILP 用 ILASP3 および ILASP4 システムについて述べる。

関連論文リスト

• LaRS: Latent Reasoning Skills for Chain-of-Thought Reasoning [61.7853049843921]
  Chain-of-Thoughting(CoT)プロンプトは、大規模言語モデル(LLM)のための一般的なコンテキスト内学習手法である。 本稿では、教師なし学習を用いて有理数の潜在空間表現を生成するLaRS(Lalatnt Reasoning Skills)という新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2023-12-07T20:36:10Z)
• Explainable Answer-set Programming [0.0]
  プロジェクトはこれらのギャップのいくつかを埋めることを目的としており、ASP.NET ASP.NET MVCにおける技術の現状に貢献することを目的としている。 我々は、既存のアプローチの言語サポートを拡張するだけでなく、新しい説明形式を発達させることによって、この問題に対処する。
  論文  参考訳（メタデータ） (2023-08-30T09:09:57Z)
• Hierarchical Programmatic Reinforcement Learning via Learning to Compose Programs [58.94569213396991]
  プログラムポリシーを作成するための階層型プログラム強化学習フレームワークを提案する。 提案するフレームワークは,プログラム作成の学習を通じて,アウト・オブ・ディストリビュータの複雑な動作を記述するプログラムポリシーを作成することができる。 Karel ドメインの実験結果から,提案するフレームワークがベースラインより優れていることが示された。
  論文  参考訳（メタデータ） (2023-01-30T14:50:46Z)
• Tools and Methodologies for Verifying Answer Set Programs [0.0]
  ASP.NETは強力な宣言型プログラミングパラダイムで、検索と最適化の課題を解決するのによく使われます。 知識表現と推論へのアプローチとして、ASPはその単純さ、簡潔さ、厳密に定義されたセマンティクスから恩恵を受ける。 私の研究は、ASPプロガムの検証をサポートする理論とツールの拡張に関するものです。
  論文  参考訳（メタデータ） (2022-08-05T10:50:21Z)
• Neuro-Symbolic Causal Language Planning with Commonsense Prompting [67.06667162430118]
  言語プランニングは、より単純な低レベルステップに分解することで、複雑な高レベルな目標を実装することを目的としている。 以前の手法では、大規模な言語モデルからそのような能力を得るために、手動の例えか注釈付きプログラムが必要である。 本稿では,LLMからの手続き的知識をコモンセンス・インフュージョン・プロンプトにより引き起こすニューロシンボリック因果言語プランナー(CLAP)を提案する。
  論文  参考訳（メタデータ） (2022-06-06T22:09:52Z)
• Harnessing Incremental Answer Set Solving for Reasoning in Assumption-Based Argumentation [1.5469452301122177]
  仮定に基づく議論(ABA)は、中心的な構造化された議論形式である。 近年のASPの進歩により、ABAのNPハード推論タスクを効率的に解けるようになった。
  論文  参考訳（メタデータ） (2021-08-09T17:34:05Z)
• Online Learning Probabilistic Event Calculus Theories in Answer Set Programming [70.06301658267125]
  イベント認識(CER)システムは、事前に定義されたイベントパターンを使用して、ストリーミングタイムスタンプデータセットで発生を検出する。 本稿では,複雑なイベントパターンによる確率論的推論を,イベント計算で重み付けされたルールの形で行うことができるAnswer Set Programming(ASP)に基づくシステムを提案する。 その結果, 効率と予測の両面で, 新たなアプローチの優位性が示された。
  論文  参考訳（メタデータ） (2021-03-31T23:16:29Z)
• Modelling Multi-Agent Epistemic Planning in ASP [66.76082318001976]
  本稿では,マルチショット・アンサー・セット・プログラミング・ベース・プランナの実装について述べる。 本稿は, アドホックなエピステミック状態表現とASPソルバの効率を生かしたプランナーが, 文献から収集したベンチマークに対して, 競合的な性能を示すことを示す。
  論文  参考訳（メタデータ） (2020-08-07T06:35:56Z)
• 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)
• selp: A Single-Shot Epistemic Logic Program Solver [19.562205966997947]
  Epistemic Logic Programs (ELP) は Answer Set Programming (ASP) の拡張である また, 有界アリティを持つ非地上ASPへの ELP からの直接変換が存在することを示す。 次に、この符号化手法を、最近提案された大規模かつ非地上的なASPルールを扱う手法を用いて、プロトタイプのELP解決システム「セルプ」に実装する。
  論文  参考訳（メタデータ） (2020-01-04T15:36:31Z)

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。