<div dir="ltr">******************************************************************************<br><br><br>        LNSAI-2024: First International Workshop on Logical Foundations of Neuro-Symbolic AI (LNSAI 2024)<br>                   -- co-located with IJCAI 2024  --<br><br>                      August 5, 2024, Jeju Island, South Korea<br><br>        Web site: <a href="https://sites.google.com/view/lnsai2024/">https://sites.google.com/view/lnsai2024/</a><br>        Submission link: <a href="https://openreview.net/group?id=ijcai.org/IJCAI/2024/Workshop/LNSAI">https://openreview.net/group?id=ijcai.org/IJCAI/2024/Workshop/LNSAI</a><br>        Abstract registration deadline: May 8, 2024 (AoE)<br>        Submission deadline: May 15, 2024 (AoE)<br>        Paper Acceptance Notification: June 3, 2024 (AoE)<br>        Camera-ready Deadline:  July 28, 2024 (AoE)<br>        Workshop Date: August 5, 2024<br>        Contact Email: <a href="mailto:cima@diag.uniroma1.it">cima@diag.uniroma1.it</a><br><br>******************************************************************************<br><br>Deductive and Inductive Reasoning are the two pillars of Artificial<br>Intelligence (AI) systems that deal with data. Deductive Reasoning<br>techniques are based on symbolic manipulation of information and<br>usually infer new knowledge using automated logic-based procedures. On<br>the contrary, Inductive Reasoning techniques learn patterns often<br>using sub-symbolic representations such as Artificial Neural<br>Networks. Using these representations, the former can derive accurate<br>and explainable knowledge but are susceptible to noisy data, whereas<br>the latter are robust to data diversity but generate predictions that<br>can be potentially imprecise and generally opaque. Due to these<br>characteristics, deductive and inductive reasoning techniques excel at<br>solving and struggle with completely different, and often<br>complementary, families of problems.<br><br>As a result, we are currently experiencing a new era of AI where<br>symbolic and neural techniques are being combined to leverage the best<br>from both of them. It is therefore extremely important that such<br>promising synergy is accurately formalized at its core, and more<br>specifically grounded on formal methods, based on some form of logic.<br><br>Topics of Interest<br>---------------------------------------------<br><br>The LNSAI workshop welcomes new papers or summaries of recently<br>published papers that combine deductive and inductive reasoning by<br>means of logical approaches (taken in the broadest sense), and more<br>generally revolving around the following topic areas:<br><br>    - Formal Aspects of the Integration between Symbolic and Neural Approaches<br>    - Neuro-Symbolic Methods for Reasoning and Learning<br>    - Philosophical Aspects of Neuro-Symbolic AI<br>    - Historical Perspectives of Neuro-Symbolic AI<br>    - Semantic Web and Deep Learning<br>    - Neuro-Symbolic Reinforcement Learning<br>    - Neuro-Symbolic Description Logic Reasoners<br>    - Combine Deductive and Inductive Reasoning for FAIR Data Management<br>    - Question Answering exploiting Knowledge Graphs and Deep Learning<br>    - Temporal Knowledge Graph Embeddings<br>    - The Role of Description Logic Ontologies in Knowledge Graph Embeddings<br>    - Inductive Logic Programming<br>    - Logical Methods for Quality Assessment<br>    - Analyzing the Expressive Power of Graph Neural Networks<br>    - Logic-based Explanations for Machine Learning Predictions<br>    - Knowledge Representation and Reasoning using Deep Neural Networks<br><br>Submission Details<br>---------------------------------------------<br><br>We welcome three types of submissions:<br><br>    - Regular long papers of up to 12 pages (including figures, acknowledgments, and references)<br>    - Short/Position papers of up to 5 pages (including figures, acknowledgments, and references)<br>    - Extended abstracts of up to 4 pages (including figures, acknowledgments, and references)<br><br><br>All submissions must be written in English, and formatted<br>according to the 1-column CEURART style (which can be found also<br>in Overleaf here). Supplementary material can be added as an<br>appendix at the end of the main PDF file, i.e. you can submit a<br>single PDF file containing the main body of the paper followed by<br>an appendix which will not be included in the page count.<br><br>The reviewing process will be single-blind and therefore<br>submissions should not be anonymized. Authors can submit papers<br>through OpenReview using the link above. <br></div>