Détails sur l'article

: Deep learning for probabilistic logic programming

: In Marco Rospocher, Luciano Serafini, and Sara Tonelli, editors, AI*IA 2018 Doctoral Consortium, Proceedings of the AI*IA Doctoral Consortium (DC), volume 2249 of CEUR Workshop Proceedings, pages 43--47, Aachen, Germany, 2018. © by the authors, Sun SITE Central Europe.

:

Dans cet article, nous présentons différentes approches pour accélérer l'apprentissage. Nous considérons d'abord une restriction de PLP appelée Liftable PLP (LPLP) dans laquelle les clauses du programme partagent le même prédicat (la cible). Ensuite, nous étendons cette restriction aux PLP hiérarchiques (HPLP) où les prédicats et les clauses sont organisés hiérarchiquement et peuvent être traduits en réseaux de neurones profonds ou circuits arithmétiques.

Publié à: 17th International Conference of the Italian Association for Artificial Intelligence (AI*IA 2018)

Télécharger: [.pdf]

Commentaires