Mar, 2012

再探可能性答案集编程

PDF
TL;DR本文介绍了一种基于可能逻辑的新 ASP 模型，称为 Possibilistic answer set programming（PASP）。通过将对 PASP 程序中的规则的确定性附加到每个规则上，我们提出了一种更加合适的 PASP 语义，并且该框架可以轻松使用标准 ASP 求解器实现。
possibilistic answer set programmingasppossibilistic logicgelfond-lifschitz reductstandard asp solvers
发现论文，激发创造
  • 利用可能性理论对答案集语义进行特征化和扩展

    本文介绍了新的 Possibilistic ASP (PASP) 模型语义，其中规则被解释为对可能性分布的约束，并且在这些约束的特殊模型中识别为可能主义答案集。此外，我们还发现一种新形式的析取，称为弱析取，其计算复杂性比传统析取容易。

    Nov, 2013

  • 非基础规则在答案集编程中的威力

    该论文提出了一种新的 ASP 编码模式，通过利用实际问题的大规则来编码难题，尤其针对 NP 问题能提供更强的表达能力，并且提供基于规则分解技术的解决方案，初步的基准测试表明，放弃固定程序的简便方式可以显著提高速度。

    Aug, 2016

  • 答案集编程的成就

    本文介绍了一种应答集编程的方法论，该方法可以促进易于理解且可以证明正确的编码方案的设计。通过向正在形成的程序追加一个规则或一小组规则，并在其中包含一条陈述已经 “实现” 的注释，使我们能够以数学上精确的方式描述程序设计的细节。

    Aug, 2016

  • 验证答案集编程的工具和方法

    该研究的目标是扩展支持 ASP 程序验证的工具和理论，旨在促进知识表示和推理的发展，并解决人工智能中的可靠性和可解释性问题。

    Aug, 2022

  • 有界基础的答案集编程

    本文提出了基于边界约束的 ASP（Bound Founded Answer Set Programming）方法，解决了 ASP 系统中存在的基于有限域变量建模的算法性难题，同时将 ASP 的语义从布尔值和常规规则扩展到了数值变量上。

    May, 2014

  • 模块化答案集编程作为正式规范语言

    本篇论文研究了 ASP 的形式验证问题，通过使用基于 ASP 模块的形式化规范语言，将 ASP 模块与问题实例正确地相对应，从而证明了逻辑程序 P 的正确性，这种模块化的规范语言包含了可能嵌套的一阶程序模块，可以在不同层次上包含本地隐藏原子。

    Aug, 2020

  • 超越 NP 问题：量化回答集

    本文提出了一种名为 ASP (Q) 的新语言，引入了程序稳定模型上的量词，进一步拓展了 Answer Set Programming 的建模能力，可以直接对多项式层次中的问题进行建模。

    Jul, 2019

  • dPASP：面向神经符号学习和推理的全面可微概率答案集编程环境

    我们提出了 dPASP，一种新颖的声明性概率逻辑编程框架，用于可微的神经符号推理。该框架允许使用神经谓词、逻辑约束和区间值概率选择来指定离散概率模型，从而支持低级知觉（图像、文本等）、常识推理和（模糊的）统计知识的模型。我们讨论了可以表达非确定性、矛盾、不完整和 / 或统计知识的概率逻辑程序的多种语义。我们还讨论了在选定语义下如何使用神经谓词和概率选择进行基于梯度的学习。然后，我们描述了一个实现了推理和学习功能的软件包，并提供了几个示例程序。该软件包对深度学习系统内部工作的用户知识要求很少，同时允许端到端地训练相当复杂的模型和损失函数。

    Aug, 2023

  • 一种多引擎的答案集编程方法

    本文提出了一种在现有 ASP 求解器基础之上通过应用机器学习方法，通过识别 ASP 程序的一组易于计算的句法特征，并对这些实例上的性能表现进行归纳学习算法选择策略，从而能够比第三届 ASP 竞赛的任何求解器都更有效地解决实例。

    Jun, 2013

  • 第七届答案集编程竞赛：设计与结果

    本文介绍了关于 Answer Set Programming 的比赛，并讨论了设计和结果。

    Apr, 2019