基于 VSA 分布式表示的学习归纳推理
原文中文，约500字，阅读约需2分钟。发表于：。我们介绍了一种具有上下文感知的 Abductive Rule Learner（ARLC）模型，它基于 Learn-VRF 解决抽象推理任务。ARLC 具有新颖且更广泛适用的训练目标，用于推断推理，能够在解决 Raven's progressive matrices（RPM）时提供更好的可解释性和更高的准确性。ARLC 允许编程的领域知识以及学习数据分布的规则。我们在 I-RAVEN...
本文介绍了上下文感知的Abductive Rule Learner（ARLC）模型，用于解决抽象推理任务。ARLC具有新颖的训练目标，提供了更好的可解释性和准确性。ARLC允许编程的领域知识和学习数据分布的规则。在评估中，ARLC在内分布和未曾见过的属性-规则对测试中展示出最先进的准确性。此外，ARLC还验证了从2x2 RPM星座到未见星座的无缝迁移学习。
