新的神经符号框架将GNN与关系贝叶斯网络相结合

研究人员开发了一种新颖的神经符号框架，该框架集成了图神经网络（GNN）与关系贝叶斯网络（RBN）。该方法旨在将GNN在图数据上的预测能力与RBN的符号推理和领域知识能力相结合。该框架提供了两种实现方式，并引入了一种最大后验推理方法，通过在集体分类和多目标网络优化中的应用展示了其通用性，并提供了新的基准数据集。 AI

影响 该框架通过连接学习和符号推理，有望增强AI在结构化数据上执行复杂推理和决策的能力。

排序理由 该条目是一篇研究论文，详细介绍了一种用于图数据概率推理的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• DagsHub
• Gotit.pub
• graph neural networks
• Hugging Face
• Raffaele Pojer
• Relational Bayesian Networks
• ScienceCast

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →