广义标注逻辑的扩展及一种等价的神经架构
人工智能
2023-02-24 v1
摘要
尽管深度神经网络在图像识别、语言翻译、数据挖掘和博弈游戏中带来了重大进展，但该范式存在众所周知的局限，如缺乏可解释性、难以融入先验知识以及模块化不足。神经符号混合系统近来作为一种直接方式出现，通过引入计算逻辑等符号推理思想来扩展深度神经网络。在本文中，我们提出神经符号系统的一系列期望准则，并考察现有部分方法如何满足这些准则。随后，我们提出对广义标注逻辑的扩展，该扩展允许创建一种由替代性神经符号混合组成的等价神经架构。然而，不同于以往依赖连续优化进行训练的方法，我们的框架被设计为使用离散化的二值神经网络。我们提供了正确性证明，并讨论了在已实现系统中实现该框架必须克服的若干挑战。
引用
@article{arxiv.2302.12195,
title = {Extensions to Generalized Annotated Logic and an Equivalent Neural Architecture},
author = {Paulo Shakarian and Gerardo I. Simari},
journal= {arXiv preprint arXiv:2302.12195},
year = {2023}
}
备注
Accepted to IEEE TransAI, 2022