Learning logic programs by finding minimal unsatisfiable subprograms

要約

帰納的論理プログラミング (ILP) の目標は、トレーニング例と背景知識を一般化する論理プログラムを検索することです。
最小不満足サブプログラム (MUSP) を特定する ILP アプローチを導入します。
MUSP を見つけることで、探索空間を効率的かつ健全に剪定できることを示します。
プログラム合成やゲームプレイを含む複数の領域での実験では、私たちのアプローチが学習時間を 99% 短縮できることが示されています。

要約(オリジナル)

The goal of inductive logic programming (ILP) is to search for a logic program that generalises training examples and background knowledge. We introduce an ILP approach that identifies minimal unsatisfiable subprograms (MUSPs). We show that finding MUSPs allows us to efficiently and soundly prune the search space. Our experiments on multiple domains, including program synthesis and game playing, show that our approach can reduce learning times by 99%.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google