否定和谓词创造的泛化
摘要：通过少量示例进行概括是机器学习中的一个基本挑战。为了解决这个挑战，我们引入了一种归纳逻辑编程（ILP）方法，结合了否定和谓词发明。结合这两个特点，允许ILP系统通过学习具有全量化仅依赖于变量的规则来获得更好的概括能力。我们在NOPI中实现了这个想法，它可以学习具有谓词发明的正常逻辑程序，包括具有层次划分否定的Datalog程序。我们在多个领域进行了实验，结果显示我们的方法可以提高预测准确性和学习时间。
作者：David M. Cerna and Andrew Cropper
论文ID：2301.07629
分类：Artificial Intelligence
分类简称：cs.AI
提交时间：2023-08-22