論文の概要: Natlog: a Lightweight Logic Programming Language with a Neuro-symbolic Touch

• arxiv url: http://arxiv.org/abs/2109.08291v1
• Date: Fri, 17 Sep 2021 01:47:57 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-21 03:42:21.672883
• Title: Natlog: a Lightweight Logic Programming Language with a Neuro-symbolic Touch
• Title（参考訳）: Natlog: ニューロシンボリックタッチを備えた軽量論理型プログラミング言語
• Authors: Paul Tarau (University of North Texas)
• Abstract要約: 軽量なロジック言語であるNatlogを紹介し、Prologの統一型実行モデルを共有する。 概念実証のNatlog実装は、Pythonベースのディープラーニングエコシステムにしっかりと組み込まれています。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce Natlog, a lightweight Logic Programming language, sharing Prolog's unification-driven execution model, but with a simplified syntax and semantics. Our proof-of-concept Natlog implementation is tightly embedded in the Python-based deep-learning ecosystem with focus on content-driven indexing of ground term datasets. As an overriding of our symbolic indexing algorithm, the same function can be delegated to a neural network, serving ground facts to Natlog's resolution engine. Our open-source implementation is available as a Python package at https://pypi.org/project/natlog/ .
• Abstract（参考訳）: 本稿では,Prologの統一型実行モデルを共有する軽量論理型言語であるNatlogを紹介する。 概念実証のNatlog実装はPythonベースのディープラーニングエコシステムに密に埋め込まれており、基底項データセットのコンテンツ駆動インデックス化に重点を置いています。 シンボリックインデックス化アルゴリズムのオーバーライドとして、同じ関数をニューラルネットワークに委譲し、natlogの解決エンジンに根拠事実を提供することができます。 私たちのオープンソース実装は、https://pypi.org/project/natlog/ でPythonパッケージとして利用可能です。

関連論文リスト

• Simulating Petri nets with Boolean Matrix Logic Programming [4.762323642506732]
  本稿では,ハイレベルなシンボル操作の限界に対処する新しい手法を提案する。 本フレームワークでは,基本ネットとして知られるペトリネットのクラスに対して,2つの新しいBMLPアルゴリズムを提案する。 BMLPアルゴリズムは,表付きB-Prolog,SWI-Prolog,XSB-Prolog,Clingoの40倍の速度でこれらのプログラムを評価できることを示す。
  論文  参考訳（メタデータ） (2024-05-18T23:17:00Z)
• Nemo: First Glimpse of a New Rule Engine [2.313141805126112]
  Nemoは信頼性とパフォーマンスを重視した新しいロジックプログラミングエンジンである。 Rustで書かれており、フリーでオープンソースのツールとして利用できる。
  論文  参考訳（メタデータ） (2023-08-30T09:08:28Z)
• Natlog: Embedding Logic Programming into the Python Deep-Learning Ecosystem [0.0]
  等価言語構造とデータ型の間の高レベルな相互作用パターンを両面に設計する。 JAX や Pytorch パイプラインのオーケストレータや DCG 駆動 GPT3 や DALL.E のプロンプトジェネレータとして動作する Natlog アプリによる設計の有効性を示す。 Keyphrases: Pythonエコシステムへのロジックプログラミングの埋め込み、ハイレベルなパラダイム間データ交換、ロジックエンジンとのコルーチン化、ロジックベースのニューロシンボリックコンピューティング、大規模言語モデルのためのプロンプトジェネレータとしてのロジック文法、ロジックベースのニューラルネットワーク構成とトレーニング。
  論文  参考訳（メタデータ） (2023-08-30T09:05:13Z)
• Scallop: A Language for Neurosymbolic Programming [14.148819428748597]
  Scallopは、ディープラーニングと論理的推論の利点を組み合わせた言語である。 アルゴリズム推論を多様で困難なAIタスクで表現することができる。 機械学習プログラマが論理的なドメイン知識を統合するための簡潔なインターフェースを提供する。
  論文  参考訳（メタデータ） (2023-04-10T18:46:53Z)
• Spacetime-Efficient Low-Depth Quantum State Preparation with Applications [93.56766264306764]
  任意の量子状態を作成するための新しい決定論的手法は、以前の方法よりも少ない量子資源を必要とすることを示す。 我々は、量子機械学習、ハミルトンシミュレーション、方程式の線形系を解くことなど、この能力が役立ついくつかのアプリケーションを強調した。
  論文  参考訳（メタデータ） (2023-03-03T18:23:20Z)
• Versatile Neural Processes for Learning Implicit Neural Representations [57.090658265140384]
  本稿では,近似関数の能力を大幅に向上させるVersatile Neural Processs (VNP)を提案する。 具体的には、より少ない情報的コンテキストトークンを生成するボトルネックエンコーダを導入し、高い計算コストを軽減した。 提案したVNPが1D, 2D, 3D信号を含む様々なタスクに対して有効であることを示す。
  論文  参考訳（メタデータ） (2023-01-21T04:08:46Z)
• Quantized Neural Networks via {-1, +1} Encoding Decomposition and Acceleration [83.84684675841167]
  本稿では,量子化されたニューラルネットワーク(QNN)をマルチブランチバイナリネットワークに分解するために,-1,+1を用いた新しい符号化方式を提案する。 本稿では,大規模画像分類,オブジェクト検出,セマンティックセグメンテーションにおける提案手法の有効性を検証する。
  論文  参考訳（メタデータ） (2021-06-18T03:11:15Z)
• Graph Neural Networks for Natural Language Processing: A Survey [64.36633422999905]
  本稿では,自然言語処理のためのグラフニューラルネットワーク(GNN)について概観する。 我々は,グラフ構築,グラフ表現学習,グラフベースエンコーダ・デコーダモデルという3つの軸に沿って,NLP用GNNの既存の研究を組織する,NLP用GNNの新しい分類法を提案する。
  論文  参考訳（メタデータ） (2021-06-10T23:59:26Z)
• Towards Efficient Scene Understanding via Squeeze Reasoning [71.1139549949694]
  我々はSqueeze Reasoningと呼ばれる新しいフレームワークを提案する。 空間地図上の情報を伝播するのではなく、まず入力特徴をチャネルワイドなグローバルベクトルに絞ることを学ぶ。 提案手法はエンドツーエンドのトレーニングブロックとしてモジュール化可能であり,既存のネットワークに簡単に接続可能であることを示す。
  論文  参考訳（メタデータ） (2020-11-06T12:17:01Z)
• Interactive Text Graph Mining with a Prolog-based Dialog Engine [8.663755202726795]
  テキスト文書から抽出したランキングファクトデータベースを対話的に探索するPrologベースのダイアログエンジンを設計する。 我々は、依存リンクとWordNetが主観動詞オブジェクト、is-a、part-of関係という形でもたらす暗黙のセマンティック情報を利用する。
  論文  参考訳（メタデータ） (2020-07-31T03:29:49Z)
• Evaluating Logical Generalization in Graph Neural Networks [59.70452462833374]
  グラフニューラルネットワーク(GNN)を用いた論理一般化の課題について検討する。 ベンチマークスイートであるGraphLogでは、学習アルゴリズムが異なる合成論理でルール誘導を実行する必要がある。 モデルが一般化し適応する能力は、トレーニング中に遭遇する論理規則の多様性によって強く決定される。
  論文  参考訳（メタデータ） (2020-03-14T05:45:55Z)

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。