可微分概率逻辑网络
人工智能
2019-07-11 v1 计算机科学中的逻辑
摘要
概率逻辑推理是 OpenCog 等认知架构的核心组成部分。然而，作为一个集成架构，OpenCog 通过不同推理方法的混合促进认知协同。本文引入概率逻辑网络的可微分版本，其规则在张量真值上运算，使得推理步骤链在张量上构建计算图，该图以知识库中前提的真值为输入，产生结论的真值为输出。这允许通过反向传播结合子符号优化与符号推理，同时学习前提的真值以及规则公式（以带可训练权重的形式指定）。
引用
@article{arxiv.1907.04592,
title = {Differentiable Probabilistic Logic Networks},
author = {Alexey Potapov and Anatoly Belikov and Vitaly Bogdanov and Alexander Scherbatiy},
journal= {arXiv preprint arXiv:1907.04592},
year = {2019}
}