文章预览
Semirings for Probabilistic and Neuro-Symbolic Logic Programming https://arxiv.org/pdf/2402.13782 相关内容: AGI雏形,系统1+系统2,Scallop2:神经符号编程语言: 符号、概率、可解释等强化学习等 摘要 概率逻辑编程(PLP)领域专注于将概率模型整合到基于逻辑的编程语言中。在过去的30年里,已经开发了许多用于概率逻辑程序中的建模、推理和学习的语言和框架。虽然最初PLP专注于离散概率,但更近期的方法已经结合了连续分布以及神经网络,有效地产生了神经符号方法。我们提供了一个统一的代数视角来看待PLP,表明许多如果不是大多数PLP的扩展都可以在一个共同的代数逻辑编程框架内进行描述,在这个框架中,事实被标记为半环中的元素,并且析取和合取被加法和乘法所取代。 这不仅适用于PLP本身的变体,也适用于基于(代数)模型计数的底层执行机制。 关键词:
………………………………