Reasoning AI system

This page collects links to materials on reasoning AI. The interpretability, or presence of logical deduction here is devoted to Mathematical modeling. The practical goal is to develop an engineering system that delivers simple mathematical models providing datasets with minimum prior knowledge.

Links to model generation papers

1. (Nikitin) Disconnected Graph Neural Network 2020 paper, code
2. (Шибаев) Optimal spanning tree reconstruction in symbolic regression 2024 [1], 2018 thesisslides
3. (Потанин) Additive regularization schedule for neural architecture search [2]
4. (Варфоломеева) Методы структурного обучения для построения прогностических моделей 2012 thesis, slides, 2015 thesis, slides
5. (Рудой) Алгоритмы индуктивного порождения и упрощения 2014 thesis, slides, 2012 paper
6. (Бочкарев) Структурное обучение для генерации моделей 2015 thesis, Порождение экспертно-интерпретируемых моделей петрофизических измерений 2018 slides, slides
7. (Кулунчаков) Порождение структурно простых ранжирующих функций для задач информационного поиска 2017 thesis, 2015 slides, and paper
8. (Фадеев) Выбор иерархических моделей в авторегрессионном прогнозировании, 2013 thesis, slides
9. (Сологуб) Algorithms of inductive model generation and transformation 2014 thesis, slides
10. (Кузнецов) Structure learning drafts link