机器学习模型映射到信念变化理论

研究人员开发了一个新框架，该框架使用信念变化理论的原理来模拟二元人工神经网络（ANN）的训练。这种方法建立在 Alchourron、Gardenfors 和 Makinson (AGM) 框架的基础上，将二元 ANN 中的知识表示为命题逻辑，并将信念集修改映射到渐进状态转换。最新工作通过利用 Dalal 的方法和稳健的 AGM 式操作（如字典序修订和适度收缩）来扩展这一点，这与 Darwiche-Pearl 的迭代信念变化框架一致。 AI

影响 通过与信念变化建立联系，提出了一个理解和潜在改进 ANN 训练的新理论视角。

排序理由 这是一篇研究论文，详细介绍了理解 ANN 训练动力学的新颖理论框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• AGM
• Alchourron
• arXiv
• Dalal
• Darwiche
• Gardenfors
• Makinson
• Pearl

• 论文
• 其他

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