cs.LO」カテゴリーアーカイブ

Epistemic Skills: Reasoning about Knowledge and Oblivion

要約 このペーパーでは、グループ知識の概念を取り入れながら、知識を獲得し、忘却に … 続きを読む

カテゴリー: cs.AI, cs.CC, cs.LO | Epistemic Skills: Reasoning about Knowledge and Oblivion はコメントを受け付けていません

A Novel Approach To Implementing Knowledge Distillation In Tsetlin Machines

要約 Tsetlinマシン(TM)は、接続詞句を使用してデータからパターンを学習 … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.LO | A Novel Approach To Implementing Knowledge Distillation In Tsetlin Machines はコメントを受け付けていません

1-2-3-Go! Policy Synthesis for Parameterized Markov Decision Processes via Decision-Tree Learning and Generalization

要約 確率的モデルチェックの進歩にもかかわらず、検証方法のスケーラビリティは限ら … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.LO, cs.SY, eess.SY | 1-2-3-Go! Policy Synthesis for Parameterized Markov Decision Processes via Decision-Tree Learning and Generalization はコメントを受け付けていません

Semiring Provenance for Lightweight Description Logics

要約 Semiringの起源(リレーショナルデータベースの設定で元々定義されてい … 続きを読む

カテゴリー: cs.AI, cs.DB, cs.LO | Semiring Provenance for Lightweight Description Logics はコメントを受け付けていません

Splitting Answer Set Programs with respect to Intensionality Statements (Extended Version)

要約 ロジックプログラムを分割すると、安定したモデルをサブプログラムの同様のタス … 続きを読む

カテゴリー: cs.AI, cs.LO | Splitting Answer Set Programs with respect to Intensionality Statements (Extended Version) はコメントを受け付けていません

Research Vision: Multi-Agent Path Planning for Cops And Robbers Via Reactive Synthesis

要約 リアクティブ合成を介して、古典的な警官と強盗ゲームの一般化のためのマルチエ … 続きを読む

カテゴリー: cs.AI, cs.LO | Research Vision: Multi-Agent Path Planning for Cops And Robbers Via Reactive Synthesis はコメントを受け付けていません

Double-Stage Feature-Level Clustering-Based Mixture of Experts Framework

要約 Experts(MOE)の混合モデルは、深い学習(DL)に成功しました。 … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.LG, cs.LO | Double-Stage Feature-Level Clustering-Based Mixture of Experts Framework はコメントを受け付けていません

Matrix Factorization for Inferring Associations and Missing Links

要約 ミスリンク予測は、知識グラフの推奨システム、生物学、社会科学、サイバーセキ … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.LO | Matrix Factorization for Inferring Associations and Missing Links はコメントを受け付けていません

Neural DNF-MT: A Neuro-symbolic Approach for Learning Interpretable and Editable Policies

要約 深い強化学習は効果的であることが示されていますが、モデルのブラックボックス … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.LO | Neural DNF-MT: A Neuro-symbolic Approach for Learning Interpretable and Editable Policies はコメントを受け付けていません

FORM: Learning Expressive and Transferable First-Order Logic Reward Machines

要約 報酬機(RMS)は、有限状態マシンを介して補強学習(RL)における非マルコ … 続きを読む

カテゴリー: cs.AI, cs.FL, cs.LO, cs.SC | FORM: Learning Expressive and Transferable First-Order Logic Reward Machines はコメントを受け付けていません