预测建模在顺序事件数据中对于欺诈检测和医疗监控至关重要。现有的数据驱动方法从历史数据中学习相关性，但未能纳入特定领域的顺序约束和逻辑规则，限制了准确性和合规性。例如，医疗程序必须遵循特定顺序，金融交易必须遵循合规规则。研究提出了一种神经符号方法，将领域知识作为可微分的逻辑约束整合到逻辑网络中。通过线性时序逻辑和一阶逻辑对控制流、时间和负载知识进行形式化。关键贡献在于提出了一种两阶段优化方法，以提高...