使用Łukasiewicz逻辑的符号知识提取
人工智能
2016-04-13 v1 机器学习
摘要
本工作描述了一种结合基于逻辑的系统与连接主义系统的方法。我们的方法使用有限真值Łukasiewicz逻辑，其中每个连接词可由人工网络中的神经元定义。这使得将一阶公式注入网络架构，并简化符号规则提取。为此，我们使用Levenderg-Marquardt算法训练神经网络，其中我们限制了网络结构中的知识传播。该过程降低了神经网络可塑性而不严重损害学习性能，从而使产生的神经网络的描述能力与Łukasiewicz逻辑语言的描述能力相似，并简化符号与连接主义结构之间的转换。我们将此方法用于真值表的逆向工程以及从真实数据集中提取公式。
引用
@article{arxiv.1604.03099,
title = {Symbolic Knowledge Extraction using {\L}ukasiewicz Logics},
author = {Carlos Leandro},
journal= {arXiv preprint arXiv:1604.03099},
year = {2016}
}
备注
15 pages. arXiv admin note: substantial text overlap with arXiv:1604.02780, arXiv:1604.02774