首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

用写文章的方式写程序--“三维度”逻辑编程语言的设计(1)

前几个月,看到园子里面一篇介绍逻辑编程语言的文章《逻辑式编程语言极简实现(使用C#)》,觉得作者写得很有趣,用讲故事的方式来讲述了一个极简逻辑编程语言的设计,于是我也萌生了写一篇有关逻辑编程语言的文章。说实话,我很早就接触了逻辑编程的概念,最开始学编程的时候就想着有朝一日搞搞AI,当年在AI界机器学习还仅仅是一个概念,最火的莫过于被称呼为“第五代编程语言”的逻辑程序语言--Prolog。可惜工作中始终没有机会实战这种编程语言,对Prolog也只是一知半解。直到2013年,我提出《业务分析三维度(场景+角色+时间)理论》后,思考如何将这个理论在编程上进行落地,才发现逻辑编程的概念非常符合这个三维度理论,而且这个理论跟DCI架构殊途同归,思想上是很类似的,具体内容可以参考我最近写的新书《SOD框架“企业级”应用数据架构实战》里面的【6.3.3 业务分析三维度理论 】,如下图。

02

ICLR 2022 | 三维分子图的球形信息传递

今天给大家介绍的是ICLR 2022 Poster的文章《Spherical Message Passing for 3D Molecular Graphs》。作者在此工作中考虑了三维分子图的表示学习,其中每个原子与三维的空间位置相关联。这是一个尚未得到充分探索的研究领域,目前还缺乏一个有效的信息传递框架。在这项工作中,作者在球坐标系(SCS)中进行了分析,以完整地识别三维图结构。基于此观察,作者提出了球形信息传递(SMP)作为一种新的和强大的三维分子学习方案。SMP显著降低了训练的复杂性,使其能够在大规模分子上有效地执行。此外,SMP能够区分几乎所有的分子结构,而未覆盖的案例在实际中可能并不存在。基于有意义的基于物理的三维信息表示,作者进一步提出了用于三维分子学习的SphereNet。实验结果表明,在SphereNet中使用有意义的三维信息可以显著提高预测任务的性能。结果还证明了SpherNet在可靠性、效率方面的优势。

01
领券