Causal Argumentative Learning Assistant

Informacje na temat projektu

CArLA

Identyfikator umowy o grant: 101189053

DOI

10.3030/101189053

Projekt został zamknięty

Data podpisania przez KE 8 Października 2024

Data rozpoczęcia 1 Stycznia 2025

Data zakończenia 30 Czerwca 2026

Finansowanie w ramach

• European Research Council (ERC)

Koszt całkowity

Brak danych

Wkład UE

€ 150 000,00

Koordynowany przez

IMPERIAL COLLEGE OF SCIENCE TECHNOLOGY AND MEDICINE
United Kingdom

CORDIS oferuje możliwość skorzystania z odnośników do publicznie dostępnych publikacji i rezultatów projektów realizowanych w ramach programów ramowych HORYZONT.

Odnośniki do rezultatów i publikacji związanych z poszczególnymi projektami 7PR, a także odnośniki do niektórych konkretnych kategorii wyników, takich jak zbiory danych i oprogramowanie, są dynamicznie pobierane z systemu OpenAIRE .

Publikacje

Conference proceedings (5)

On Gradual Semantics for Assumption-Based Argumentation

Autorzy: Anna Rapberger, Fabrizio Russo, Antonio Rago, Francesca Toni
Opublikowane w: Proceedings of the TwentySecond International Conference on Principles of Knowledge Representation and Reasoning, 2025
Wydawca: International Joint Conferences on Artificial Intelligence Organization
DOI: 10.24963/KR.2025/50

Optimal Correction Sets for Argumentative Causal Discovery

Autorzy: Russo, F., Mazzotta, G., Dodaro, C., Ricca, F., & Toni, F.
Opublikowane w: 2026
Wydawca: N/A

Heterogeneous Graph Neural Networks for Assumption-Based Argumentation

Autorzy: Preesha Gehlot, Anna Rapberger, Fabrizio Russo, Francesca Toni
Opublikowane w: Proceedings of the AAAI Conference on Artificial Intelligence, Numer 40, 2026, ISSN 2374-3468
Wydawca: Association for the Advancement of Artificial Intelligence (AAAI)
DOI: 10.1609/AAAI.V40I23.38985

Leveraging Large Language Models for Causal Discovery: a Constraint-based, Argumentation-driven Approach

Autorzy: Li, Z., & Russo, F
Opublikowane w: 2026
Wydawca: PMLR

Heterogeneous Graph Neural Networks for Credulous Acceptance of Assumptions in ABA

Autorzy: Gehlot, P., Rapberger, A., Russo, F., & Toni,
Opublikowane w: 2025
Wydawca: HAL Science