基于神经符号规则的可解释下一事件预测方法 RUNES

研究人员提出了用于序列事件预测的神经符号模型 RULES，可直接从数据中学习时序规则，并在合成数据与真实数据上发现紧凑且可解释的规则集。该模型进一步与残差网络相加结合构建出 RUNES，在保持高预测准确率的同时，透明展示激活规则以及残差对预测结果的调整过程。