En este artículo, presentamos un marco matemático unificado para sistemas simbólicos neuronales (NeSy), denominado Modelos Basados en Energía Simbólica Neuronal (NeSy-EBM). Los NeSy-EBM abarcan el modelado NeSy tanto discriminativo como generativo, y proporcionan fórmulas generales para la estimación de gradientes de pérdidas de aprendizaje clave. Presentamos cuatro métodos de entrenamiento que aprovechan métodos de diversos campos, como la optimización de políticas binivel y probabilística. Implementamos el marco NeSy-EBM con Neural Probabilistic Soft Logic (NeuPSL), una biblioteca NeSy-EBM de código abierto diseñada para la escalabilidad y la expresividad, y demostramos las ventajas prácticas de los NeSy-EBM para diversas tareas, como la clasificación de imágenes, el etiquetado de nodos de grafos, la conciencia situacional de vehículos autónomos y la respuesta a preguntas.
