归纳逻辑程序设计(ILP)是机器学习的一个分支,它依赖于逻辑程序作为一种统一的表示语言来表达例子、背景知识和假设。基于一阶逻辑的ILP具有很强的表示形式,为多关系学习和数据挖掘提供了一种很好的方法。International Conference on Inductive Logic Programming系列始于1991年,是学习结构化或半结构化关系数据的首要国际论坛。最初专注于逻辑程序的归纳,多年来,它大大扩展了研究范围,并欢迎在逻辑学习、多关系数据挖掘、统计关系学习、图形和树挖掘等各个方面作出贡献,学习其他(非命题)基于逻辑的知识表示框架,探索统计学习和其他概率方法的交叉点。官网链接:https://ilp2019.org/
论文浅尝 - ICLR2020 | 通过神经逻辑归纳学习有效地解释
开放知识图谱
5+阅读 · 2020年6月17日
【数字化转型】基于区块链究竟可以做什么?
产业智能官
1+阅读 · 2020年5月18日
关于新冠肺炎的一切
极市平台
0+阅读 · 2020年2月3日
论文浅尝 | 时序与因果关系联合推理
开放知识图谱
34+阅读 · 2019年6月23日
开年重磅——周志华团队综述归纳逻辑程序设计
计算机研究与发展
10+阅读 · 2019年1月22日
为什么说C语言不是低级语言?
聊聊架构
0+阅读 · 2018年8月20日
从 Linux 源码看 socket 的 close
Linux爱好者
0+阅读 · 2018年8月16日
Science 一周论文导读 | 2018 年 7 月 27 日
科研圈
0+阅读 · 2018年8月5日
回忆,是最真情的告别——追忆孙枢先生
中科院之声
0+阅读 · 2018年2月13日
既要深度学习又要符号化推理,DeepMind 新 JAIR 论文小试牛刀
北京思腾合力科技有限公司
0+阅读 · 2018年2月6日
参考链接
微信扫码咨询专知VIP会员