.png){kind=icon}
返回
Object Identity Reloaded-A Comprehensive Reference for an Efficient and Effective Framework for Logic-Based Machine Learning
.png){kind=icon}
OA
AI
DOI：10.3390/electronics14081523.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
符号化机器学习（ML）技术，特别是基于神经网络的技术，最近因其在效率和有效性方面的卓越表现而主导了研究格局。另一方面，近期关于人工智能（AI）伦理的讨论以及首个人工智能法规的出台，正逐步要求以人为本（anthropocentricity），这反过来要求采用明确的、人类可理解的和可解释的方法与表示，以使人类能积极参与到循环中。在这些情况下，基于逻辑的方法更为适用。机器学习（ML）中归纳逻辑编程（ILP）的研究分支为此需求提供了解决方案，并提出了一个统一的框架，涵盖三个相关的工业和研究领域：数据库管理、软件系统实现以及人类类推理策略的建模。20世纪90年代提出了一种基于对象标识（OI）假设的特定ILP框架，其理想的理論和实际特性得到了验证，并开发了能够成功处理现实世界和AI经典问题的实用工具和系统。在一个主流研究和媒体似乎将AI和ML简化为仅深度学习的时代，本文通过首次提供对该框架的全面概述来纪念OI的30周年，以作为参考，供仍对探索ILP方法在ML中的应用感兴趣的研究者使用。
Keyword:
machine learing
inductive logic programming
incrementality
object identity
期刊
IF:
2.6
论文数:
1.1W
被引数:
4.7W
.png){kind=icon}
查看更多内容