신경망 안에 만족가능성 풀이 층을 넣으면 규칙을 배울 수 있을까?
SATNet은 미분 가능한 근사 MAXSAT 풀이 층을 신경망에 넣어 패리티·스도쿠·시각 스도쿠의 논리 구조를 제한된 감독으로 학습했습니다.
SATNet: Bridging Deep Learning and Logical Reasoning Using a Differentiable Satisfiability Solver
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
SATNet은 미분 가능한 근사 MAXSAT 풀이 층을 신경망에 넣어 패리티·스도쿠·시각 스도쿠의 논리 구조를 제한된 감독으로 학습했습니다.
SATNet: Bridging Deep Learning and Logical Reasoning Using a Differentiable Satisfiability Solver
가능도비는 같은 결과가 조건이 있는 사람과 없는 사람에게 각각 얼마나 자주 나타나는지를 비교해 사전 오즈를 갱신합니다.
Tips for Teachers of Evidence-based Medicine: Making Sense of Diagnostic Test Results Using Likelihood Ratios
2025년 검토는 글쓰기·학습·추론에서 서로 다른 도구와 활동을 분류합니다. 상자와 화살표만 같아도 처치는 다를 수 있습니다.
Charting the Field: A Review of Argument Visualization Research for Writing, Learning, and Reasoning
Anscombe의 네 자료는 같은 요약 통계와 회귀선 뒤에 선형·곡선·이상치 구조가 숨을 수 있어 그래프 확인이 필요한 이유를 보여 줍니다.
Graphs in Statistical Analysis
어려운 단서 인출의 이점이 피드백 뒤에도 유지되는가?
Feedback at Test Can Reverse the Retrieval-Effort Effect
11–15 / 43편