递归SHACL形状学习获指数时间上界
热点事件持续更新
递归SHACL形状学习获指数时间上界
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Bente Gortworst等作者发表论文，研究从正负样例节点集合P和N学习SHACL形状表达式C：要求C验证P中全部节点、不验证N中任何节点，C采用对应Description Logic ELI*的SHACL核心片段，并可使用递归形状目录中定义的形状名。 针对well-founded、stable和supported三种语义，论文解决了拟合存在性与最具体拟合计算问题，给出紧的指数时间上界，并在相关特例上得到多项式界。
AI 根据报道生成 · 48 分钟前更新
最新进展10月26日 12:00
从样例中学习形状：递归 SHACL 中形状学习的理论基础报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.AI从样例中学习形状：递归 SHACL 中形状学习的理论基础
研究从正负样例节点集合 P 和 N 出发，计算 SHACL 形状表达式 C 使其验证 P 中全部节点且不验证 N 中任何节点，C 采用对应 Description Logic ELI* 的 SHACL 核心片段。针对 well-founded、stable 和 supported 三种语义，论文解决了拟合存在性与最具体拟合计算问题，给出紧的指数时间上界，并在相关特例上得到多项式界。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。