目 录
第一章 绪论 ………………………………………………………………………1
第一节 研究背景和意义 ……………………………………………………1
第二节 国内外研究现状 ……………………………………………………4
第三节 本书的研究思路和创新 ……………………………………………10
第四节 本书的研究内容和组织结构 ………………………………………12
第二章 假说：逻辑可以从图像中学习 ……………………………………………15
第一节 问题描述 ……………………………………………………………15
第二节 逻辑系统及其推理表示 …………………………………………18
第三节 逻辑可以从图像中学习 ……………………………………………22
第四节 代表性深度神经网络的有效性研究与分析 ………………………28
第五节 面向复杂逻辑任务的分治模型……………………………………38
第六节 本章小结 …………………………………………………………43
第三章 面向抽象推理的多粒度多尺度关系学习模型 …………………………44
第一节 问题描述 ……………………………………………………………44
第二节 Fashion非降路径数据集……………………………………………47
第三节 多粒度多尺度关系网络 ……………………………………………51
第四节 有效性研究与分析 …………………………………………………54
第五节 本章小结…………………………………………………………59
第四章 面向序列逻辑的自适应加权学习模型 …………………………………61
第一节 问题描述 ……………………………………………………………61
第二节 序列逻辑任务 ………………………………………………………63
第三节 自适应加权网络……………………………………………………66
第四节 有效性研究与分析 …………………………………………………69
第五节 本章小结 …………………………………………………………79
第五章 面向跨阶逻辑的粒化逻辑推理学习模型 ………………………………80
第一节 问题描述 …………………………………………………………80
第二节 逻辑学习方法………………………………………………………82
第三节 逻辑推理机在Fashion-Logic任务上的推理能力 ……………83
第四节 逻辑推理机是否适用于大规模数据和跨阶逻辑任务 ……………89
第五节 粒化逻辑推理网络…………………………………………………97
第六节 粒化逻辑推理网络在跨阶逻辑任务上的有效性研究与分析 …101
第七节 本章小结 …………………………………………………………117
第六章 面向内嵌图像语义广义布尔逻辑检索的多元逻辑融合学习模型 …118
第一节 问题描述 …………………………………………………………118
第二节 多元逻辑融合网络 ………………………………………………120
第三节 有效性研究与分析 ………………………………………………121
第四节 本章小结 …………………………………………………………128
第七章 结论及展望 ……………………………………………………………129
参考文献 …………………………………………………………………………132
书单推荐
