Resumen: La inferencia elevada explota las indistinguibilidades en modelos gráficos probabilísticos mediante el uso de un representante de objetos indistinguibles, acelerando así la respuesta a consultas y manteniendo respuestas exactas. En este artículo, mostramos cómo se puede aplicar el levantamiento para calcular de manera eficiente los efectos causales en dominios relacionales.
Leer más →
Resumen: Los gráficos de conocimiento del mundo real suelen estar incompletos y carecen de muchos datos válidos. Knowledge Graph Completion (KGC) tiene como objetivo predecir los enlaces perdidos utilizando tripletas conocidas, mejorando así la cobertura del gráfico.
Leer más →
Resumen:La resolución de problemas de geometría ha adoptado cada vez más el paradigma neurosimbólico, combinando la intuición neuronal con el rigor simbólico.
Leer más →