主题: Graph Neural Networks Meet Neural-Symbolic Computing: A Survey and Perspective

摘要:

神经符号计算已经成为学术和工业研究实验室共同感兴趣的课题。图神经网络(GNN)广泛应用于关系和符号领域,在组合优化、约束满足、关系推理等科学领域有着广泛的应用。提高人工智能系统的可解释性、可解释性和可信任性的需求通常要求采用神经符号计算所提出的原则性方法。本文综述了GNNs作为神经符号计算模型的研究现状。这包括GNNs在几个领域的应用,以及它与神经符号计算当前发展的关系。

成为VIP会员查看完整内容
44

相关内容

人工智能(Artificial Intelligence, AI )是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支。
【ICML2020】持续图神经网络,Continuous Graph Neural Networks
专知会员服务
151+阅读 · 2020年6月28日
图神经网络(Graph Neural Networks,GNN)综述
极市平台
104+阅读 · 2019年11月27日
CNN已老,GNN来了!清华大学孙茂松组一文综述GNN
全球人工智能
17+阅读 · 2018年12月26日
清华大学图神经网络综述:模型与应用
机器之心
76+阅读 · 2018年12月26日
图神经网络综述:模型与应用
PaperWeekly
198+阅读 · 2018年12月26日
A Comprehensive Survey on Graph Neural Networks
Arxiv
21+阅读 · 2019年1月3日
Arxiv
23+阅读 · 2018年10月1日
Arxiv
7+阅读 · 2018年1月10日
VIP会员
相关资讯
图神经网络(Graph Neural Networks,GNN)综述
极市平台
104+阅读 · 2019年11月27日
CNN已老,GNN来了!清华大学孙茂松组一文综述GNN
全球人工智能
17+阅读 · 2018年12月26日
清华大学图神经网络综述:模型与应用
机器之心
76+阅读 · 2018年12月26日
图神经网络综述:模型与应用
PaperWeekly
198+阅读 · 2018年12月26日
相关论文
A Comprehensive Survey on Graph Neural Networks
Arxiv
21+阅读 · 2019年1月3日
Arxiv
23+阅读 · 2018年10月1日
Arxiv
7+阅读 · 2018年1月10日
微信扫码咨询专知VIP会员