| 归纳逻辑程序设计综述 |
| |
| 引用本文： | 戴望州,周志华.归纳逻辑程序设计综述[J].计算机研究与发展,2019,56(1):138-154. |
| |
| 作者姓名： | 戴望州 周志华 |
| |
| 作者单位： | 计算机软件新技术国家重点实验室(南京大学),南京,210023;计算机软件新技术国家重点实验室(南京大学),南京,210023 |
| |
| 基金项目： | 国家重点研发计划;国家自然科学基金 |
| |
| 摘 要： | 归纳逻辑程序设计(inductive logic programming,ILP)是以一阶逻辑归纳理论为基础,并以一阶逻辑为表达语言的符号规则学习方法.ILP学得的模型是易于理解的一阶逻辑符号规则,而非难以解释的黑箱模型;在学习中可以相对容易地显式利用以一阶逻辑描述的领域知识;学得模型能对领域中个体间的关系进行建模,而非仅仅对个体的标记进行预测.然而,由于潜在假设空间巨大,进行高效学习有相当的困难.综述了ILP领域的研究情况,从不同一阶逻辑归纳理论的角度对主流的ILP方法做出了梳理.还介绍了近年来ILP基于二阶诱导推理理论的扩展、基于概率的扩展和引入可微构件的扩展.最后,介绍了ILP在实际任务中的代表性应用,探讨了ILP方法目前所遇到的挑战,并对其未来发展进行了展望.
|
| 关 键 词： | 机器学习 一阶逻辑 规则学习 归纳逻辑程序设计 概率归纳逻辑程序设计 |
A Survey on Inductive Logic Programming |
| |
| Dai Wangzhou,Zhou Zhihua.A Survey on Inductive Logic Programming[J].Journal of Computer Research and Development,2019,56(1):138-154. |
| |
| Authors: | Dai Wangzhou Zhou Zhihua |
| |
| Affiliation: | (National Key Laboratory for Novel Software Technology (Nanjing University),Nanjing 210023) |
| |
| Abstract: | Dai Wangzhou;Zhou Zhihua(National Key Laboratory for Novel Software Technology (Nanjing University),Nanjing 210023) |
| |
| Keywords: | Key words machine learning first-order logic rule learning inductive logic programming(ILP) probabilistic inductive logic programming(PILP) |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
