Neural-Symbolic Cognitive Reasoning

Mennesker utviser ofte en bemerkelsesverdig evne til praktisk resonnement. Det finnes situasjoner hvor den menneskelige hjernen, til tross for sin langsomhet, overgår alle kunstige intelligenssystemer i hastighet. Hva er årsaken til at vi er raskere enn disse systemene? Handler det om hvordan vi oppfatter kunnskap sammenlignet med hvordan den representeres? Forfatterne tar for seg dette spørsmålet ved å introdusere nevrale nettverksmodeller som forener to grunnleggende aspekter ved kognisjon: vår evne til å lære av erfaring og vår evne til å resonnere basert på det vi har lært. Boken er den første som gir en helhetlig fremstilling av nevrale nettverksmodeller for ulike logiske systemer innen datavitenskap, herunder modal, temporal og epistemisk logikk. Gjennom en grafisk presentasjon forklarer boken nevrale nettverk ved hjelp av en solid nevralt-symbolsk integrasjonsmetodologi, med fokus på fordelene ved å kombinere effektiv robust læring med uttrykksfulle resonnementsevner. Denne boken vil være en uvurderlig ressurs for akademiske forskere, doktorgradsstudenter og erfarne fagfolk.