-
题名归纳逻辑程序设计综述
被引量：3
- 1
-
-
作者
戴望州
周志华
-
机构
计算机软件新技术国家重点实验室(南京大学)
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2019年第1期138-154,共17页
-
基金
国家重点研发计划项目(2018YFB1004300)
国家自然科学基金项目(61751306)~~
-
文摘
归纳逻辑程序设计(inductive logic programming,ILP)是以一阶逻辑归纳理论为基础,并以一阶逻辑为表达语言的符号规则学习方法.ILP学得的模型是易于理解的一阶逻辑符号规则,而非难以解释的黑箱模型;在学习中可以相对容易地显式利用以一阶逻辑描述的领域知识;学得模型能对领域中个体间的关系进行建模,而非仅仅对个体的标记进行预测.然而,由于潜在假设空间巨大,进行高效学习有相当的困难.综述了ILP领域的研究情况,从不同一阶逻辑归纳理论的角度对主流的ILP方法做出了梳理.还介绍了近年来ILP基于二阶诱导推理理论的扩展、基于概率的扩展和引入可微构件的扩展.最后,介绍了ILP在实际任务中的代表性应用,探讨了ILP方法目前所遇到的挑战,并对其未来发展进行了展望.
-
关键词
机器学习
一阶逻辑
规则学习
归纳逻辑程序设计
概率归纳逻辑程序设计
-
Keywords
Key words machine learning
first-order logic
rule learning
inductive logic programming(ILP)
probabilistic inductive logic programming(PILP)
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名HORN集上基于广义归结方法的定理机器证明
- 2
-
-
作者
戴望州
-
机构
西北工业大学理学院应用数学系
-
出处
《湘潭师范学院学报（自然科学版）》
2009年第1期31-34,共4页
-
文摘
设计了一个Horn集上基于广义归结方法的定理机器证明系统。在算法中使用广度优先与深度优先结合避免了传统归结的组合爆炸。分析了该系统的优缺点,在前人研究的基础上地提出了几点优化的建议。
-
关键词
广义归结
HORN集
机器证明
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
