Learning big logical rules by joining small rules

要約

帰納的論理プログラミングにおける大きな課題は、大きなルールを学習することです。
この課題に対処するために、小さなルールを結合して大きなルールを学習するアプローチを導入します。
私たちは制約駆動型システムでアプローチを実装し、制約ソルバーを使用してルールを効率的に結合します。
ゲームプレイや薬物設計を含む多くの領域での私たちの実験は、私たちのアプローチが (i) 100 を超えるリテラルを含むルールを学習できること、および (ii) 予測精度の点で既存のアプローチを大幅に上回ることができることを示しています。

要約(オリジナル)

A major challenge in inductive logic programming is learning big rules. To address this challenge, we introduce an approach where we join small rules to learn big rules. We implement our approach in a constraint-driven system and use constraint solvers to efficiently join rules. Our experiments on many domains, including game playing and drug design, show that our approach can (i) learn rules with more than 100 literals, and (ii) drastically outperform existing approaches in terms of predictive accuracies.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google