通过混合表示实现符号与连接主义方法的有效集成
人工智能
2019-12-19 v1 机器学习
摘要
在本文中，我们提出一种神经符号集成策略的立场，主张采用混合表示以促进有效集成。此类描述从根本上不同于其他描述，因为其实体旨在一般地表示 AI 模型，从而能够描述非符号与符号知识、它们之间的集成及其相应的处理器。此外，这些实体还支持表示工作流，利用可追溯性来跟踪模型及其相关实体（例如数据或概念）在整个模型生命周期中所应用的每一次变更。
引用
@article{arxiv.1912.08740,
title = {Effective Integration of Symbolic and Connectionist Approaches through a Hybrid Representation},
author = {Marcio Moreno and Daniel Civitarese and Rafael Brandao and Renato Cerqueira},
journal= {arXiv preprint arXiv:1912.08740},
year = {2019}
}
备注
3 pages, 3 figures, accepted on NeSy'2019