会员服务
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/
SPILDL: A Scalable and Parallel Inductive Learner in Description Logic
Arxiv
0+阅读 · 12月1日
Arcee: An OCM-Solver
Arxiv
0+阅读 · 11月27日
Arcee: An OCM-Solver
Arxiv
0+阅读 · 11月26日
Safe Paths and Sequences for Scalable ILPs in RNA Transcript Assembly Problems
Arxiv
0+阅读 · 11月6日
Learning Rules Explaining Interactive Theorem Proving Tactic Prediction
Arxiv
0+阅读 · 11月2日
Integer linear programming for unsupervised training set selection in molecular machine learning
Arxiv
0+阅读 · 10月21日
Consistent Strong Triadic Closure in Multilayer Networks
Arxiv
0+阅读 · 9月12日
Revisiting ILP Models for Exact Crossing Minimization in Storyline Drawings
Arxiv
0+阅读 · 9月4日
Sustainable Placement with Cost Minimization in Wireless Digital Twin Networks
Arxiv
0+阅读 · 9月19日
A Simple 4-Approximation Algorithm for Maximum Agreement Forests on Multiple Unrooted Binary Trees
Arxiv
0+阅读 · 9月13日
Scalable Similarity-Aware Test Suite Minimization with Reinforcement Learning
Arxiv
0+阅读 · 8月24日
A compact QUBO encoding of computational logic formulae demonstrated on cryptography constructions
Arxiv
0+阅读 · 9月10日
Relational decomposition for program synthesis
Arxiv
0+阅读 · 8月22日
Learning Brave Assumption-Based Argumentation Frameworks via ASP
Arxiv
0+阅读 · 8月19日
SAT Encoding of Partial Ordering Models for Graph Coloring Problems
Arxiv
0+阅读 · 8月14日
参考链接
父主题
Springer
人工智能
微信扫码咨询专知VIP会员
Top