Buchumschlag

Improving Neural-based Classification with Logical Background Knowledge

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ledaguenel, Arthur, Hudelot, Céline, Khouadjia, Mostepha
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Machine Learning Symbolic Computation
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Complexity Map of Probabilistic Reasoning for Neurosymbolic Classification Techniques
von: Ledaguenel, Arthur, et al.
Veröffentlicht: (2024)

Neurosymbolic Conformal Classification
von: Ledaguenel, Arthur, et al.
Veröffentlicht: (2024)

ConceptGuard: Neuro-Symbolic Safety Guardrails via Sparse Interpretable Jailbreak Concepts
von: Aswal, Darpan, et al.
Veröffentlicht: (2025)

Neural Concept Binder
von: Stammer, Wolfgang, et al.
Veröffentlicht: (2024)

Automated Loss function Search for Class-imbalanced Node Classification
von: Guo, Xinyu, et al.
Veröffentlicht: (2024)

Ontology-Guided Neuro-Symbolic Inference: Grounding Language Models with Mathematical Domain Knowledge
von: Labre, Marcelo
Veröffentlicht: (2026)

Breaking the Simplification Bottleneck in Amortized Neural Symbolic Regression
von: Saegert, Paul, et al.
Veröffentlicht: (2026)

The Neural Compiler: Program-to-Network Translation for Hybrid Scientific Machine Learning
von: Sheneman, Lucas
Veröffentlicht: (2026)

A Comparative Study of Neurosymbolic AI Approaches to Interpretable Logical Reasoning
von: Chen, Michael K.
Veröffentlicht: (2025)

Enhancing Zero-Shot Chain-of-Thought Reasoning in Large Language Models through Logic
von: Zhao, Xufeng, et al.
Veröffentlicht: (2023)

APEX$^2$: Adaptive and Extreme Summarization for Personalized Knowledge Graphs
von: Li, Zihao, et al.
Veröffentlicht: (2024)

Logic Sketch Prompting (LSP): A Deterministic and Interpretable Prompting Method
von: Tripathi, Satvik
Veröffentlicht: (2025)

CoMAT: Chain of Mathematically Annotated Thought Improves Mathematical Reasoning
von: Leang, Joshua Ong Jun, et al.
Veröffentlicht: (2024)

AlphaIntegrator: Transformer Action Search for Symbolic Integration Proofs
von: Ünsal, Mert, et al.
Veröffentlicht: (2024)

Generalized Holographic Reduced Representations
von: Yeung, Calvin, et al.
Veröffentlicht: (2024)

ViSymRe: Vision Multimodal Symbolic Regression
von: Li, Da, et al.
Veröffentlicht: (2024)

Towards Learning Abductive Reasoning using VSA Distributed Representations
von: Camposampiero, Giacomo, et al.
Veröffentlicht: (2024)

Towards Learning to Reason: Comparing LLMs with Neuro-Symbolic on Arithmetic Relations in Abstract Reasoning
von: Hersche, Michael, et al.
Veröffentlicht: (2024)

Bootstrapping OTS-Funcimg Pre-training Model (Botfip) -- A Comprehensive Symbolic Regression Framework
von: Chen, Tianhao, et al.
Veröffentlicht: (2024)

Terminating Differentiable Tree Experts
von: Thomm, Jonathan, et al.
Veröffentlicht: (2024)

Unsupervised Symbolic Anomaly Detection
von: Hossain, Md Maruf, et al.
Veröffentlicht: (2026)

Agent-centric learning: from external reward maximization to internal knowledge curation
von: Zhou, Hanqi, et al.
Veröffentlicht: (2025)

Auditable Unit-Aware Thresholds in Symbolic Regression via Logistic-Gated Operators
von: Deng, Ou, et al.
Veröffentlicht: (2025)

Scheduling That Speaks: An Interpretable Programmatic Reinforcement Learning Framework
von: Hu, Chengpeng, et al.
Veröffentlicht: (2026)

Symbolic Foundation Regressor on Complex Networks
von: Liu, Weiting, et al.
Veröffentlicht: (2025)

Interactive Symbolic Regression through Offline Reinforcement Learning: A Co-Design Framework
von: Tian, Yuan, et al.
Veröffentlicht: (2025)

Library learning with e-graphs on jazz harmony
von: Ren, Zeng, et al.
Veröffentlicht: (2026)

Unlocking the Potential of Generative AI through Neuro-Symbolic Architectures: Benefits and Limitations
von: Bougzime, Oualid, et al.
Veröffentlicht: (2025)

Certified geometric robustness -- Super-DeepG
von: Cohen, Noémie, et al.
Veröffentlicht: (2026)

Neurosymbolic LoRA: Why and When to Tune Weights vs. Rewrite Prompts
von: Wang, Kevin, et al.
Veröffentlicht: (2026)

UniSymNet: A Unified Symbolic Network Guided by Transformer
von: Li, Xinxin, et al.
Veröffentlicht: (2025)

EGG-SR: Embedding Symbolic Equivalence into Symbolic Regression via Equality Graph
von: Jiang, Nan, et al.
Veröffentlicht: (2025)

Multi-Operational Mathematical Derivations in Latent Space
von: Valentino, Marco, et al.
Veröffentlicht: (2023)

Knowledge Integration for Physics-informed Symbolic Regression Using Pre-trained Large Language Models
von: Taskin, Bilge, et al.
Veröffentlicht: (2025)

Learning Interpretable Network Dynamics via Universal Neural Symbolic Regression
von: Hu, Jiao, et al.
Veröffentlicht: (2024)

Training Stiff Neural Ordinary Differential Equations with Explicit Exponential Integration Methods
von: Fronk, Colby, et al.
Veröffentlicht: (2024)

Guiding Genetic Programming with Graph Neural Networks
von: Wyrwiński, Piotr, et al.
Veröffentlicht: (2024)

VeriFlow: Modeling Distributions for Neural Network Verification
von: Zaid, Faried Abu, et al.
Veröffentlicht: (2024)

Analytical Lyapunov Function Discovery: An RL-based Generative Approach
von: Zou, Haohan, et al.
Veröffentlicht: (2025)

SymbolicAI: A framework for logic-based approaches combining generative models and solvers
von: Dinu, Marius-Constantin, et al.
Veröffentlicht: (2024)