ニューロシンボリックAIのためのルールベース言語

本論文は、neurosymbolic AI の symbolic 要素として用いられる rule-based languages をサーベイしたものである。 - 対象言語は Datalog、answer set、probabilistic logic programs。 - 4軸（semantics、expressiveness、neural integration、evaluation mechanism）で整理。 - 50以上の最近のシステムと応用を分析。 - 4領域（databases and programming languages、machine learning、vision、robotics）で形式主義の使われ方を比較。 - 応用シナリオと必要機能を対応付ける decision matrix を提供。 - 最後に open problems を概説。

要旨からは不明。 - 既存の個別サーベイとの差分や新規性は明示されていない。 - ただし、neurosymbolic AI における rule-based languages を横断的に比較し、4領域・4軸で整理する点が特徴と読める。 - 50以上のシステムを分析対象としている。

サーベイ手法の肝は以下の通り。 - Datalog、answer set、probabilistic logic programs を主要な rule-based languages として選定。 - semantics、expressiveness、neural integration、evaluation mechanism の4軸で比較。 - 50以上の最近のシステムと応用を分析。 - databases and programming languages、machine learning、vision、robotics の4領域で形式主義使用を比較。 - decision matrix により応用シナリオと必要機能を対応付け。

要旨からは不明。 - サーベイ論文のため、実験的検証ではなく文献分析に基づく。 - 50以上の最近のシステムと応用を分析したと記載。 - 4領域での形式主義使用の比較を実施。 - decision matrix の構築により応用と機能の対応を整理。

要旨からは不明。 - open problems を概説すると記載されているが、具体的な議論内容は要旨にない。 - 4軸や4領域の比較から得られた知見の詳細は不明。 - decision matrix の限界や課題については要旨からは不明。

要旨で参照/比較されている研究や関連手法を挙げる。 - Datalog - answer set programming - probabilistic logic programs - neurosymbolic AI における symbolic component としての logic programming - databases and programming languages、machine learning、vision、robotics の各領域の最近のシステムと応用