【NTU博士论文】当深度学习遇上归纳逻辑程序设计

正文

请到「今天看啥」查看全文

算法 的 泛 化 能力， 我们 提出 了 一个 新颖 的 框架， 称为 GALOIS 。 该 框架 能够 综合 层次 结构 和 明确 的 因果 逻辑， 自动 合成 白 盒 程序。 它 采用 程序 草 图（ program sketch） 机制， 并 引入 了 一种 新的 基于 草 图 的 编 程 语言， 用于 引导 程序 合成 过程。 基于 此， GALOIS 实现 了 一种 草 图 驱动 的 程序 合成 方法， 可 生成 具备 可 解释 性 和 良好 泛 化 能力 的 白 盒 因果 推理 程序。 在 多个 复杂 决策 任务 上 的 全面 评估 表明， GALOIS 在 学习 能力、 泛 化 能力、 可 解释 性 以及 跨 任务 知识 迁移 方面 均 优于 主流 强化 学习 方法 及 此 前 的 最 先进 程序 引导 方法。

接 下来， 我们 观察

请到「今天看啥」查看全文