DeepProofLog: Efficient Proving in Deep Stochastic Logic Programs
Created by
Haebom
Category
Empty
저자
Ying Jiao, Rodrigo Castellano Ontiveros, Luc De Raedt, Marco Gori, Francesco Giannini, Michelangelo Diligenti, Giuseppe Marra
개요
DeepProofLog (DPrL)는 신경망 아키텍처와 기호적 추론의 강점을 결합하는 것을 목표로 하는 Neurosymbolic (NeSy) AI 시스템으로, 기존 NeSy 모델의 확장성 문제를 해결한다. DPrL은 확률적 논리 프로그램을 기반으로 하며, 신경망을 통해 모든 유도 단계를 매개변수화하여 추론 시스템에 대한 효율적인 신경망 지침을 제공한다. 또한, DPrL의 깊은 확률적 논리 프로그램의 해상 과정과 Markov Decision Processes 간의 공식적인 매핑을 설정하여, 동적 프로그래밍 및 강화 학습 기술을 사용하여 효율적인 추론 및 학습을 가능하게 한다. 실험 결과 DPrL은 기존 NeSy 시스템보다 우수한 성능을 보였다.
시사점, 한계점
•
시사점:
◦
확장성 문제를 해결하여 더 크고 복잡한 환경에서도 NeSy 시스템의 활용 가능성을 높임.
◦
표준 NeSy 벤치마크 및 지식 그래프 추론 작업에서 기존 NeSy 시스템보다 우수한 성능을 보임.
◦
확률적 논리 프로그램과 Markov Decision Processes 간의 연결을 통해 효율적인 추론 및 학습을 위한 새로운 접근 방식을 제시.
