Oct, 2012

CLP (BN)：用于概率知识的约束逻辑编程

PDF
TL;DR通过约束逻辑编程的框架，提出了一种新方法 CLP (BN)，用于表达贝叶斯网络，该方法使用唯一的新符号 Skolem 函数表示具有未知值的对象，与 PRMs 和概率逻辑程序相关。
bayesian networksconstraint logic programmingprmsprobabilistic dataskolem functions
发现论文，激发创造
  • 贝叶斯逻辑程序

    论文介绍了能够克服贝叶斯网络在表示对象和关系等方面的局限性的贝叶斯逻辑程序，并通过一个映射方法将基本的贝叶斯网络和明确的条目逻辑相结合，证明它们的定量和定性的相互独立性，并且同时将贝叶斯网络和逻辑程序进行了广义化。

    Nov, 2001

  • 应用约束逻辑编程于 SQL 语义分析

    使用约束逻辑编程 (CL) 对 SQL 查询进行建模，通过关注语义属性来对数据无关的抽象层进行建模，以发现可能存在的错误。该方法使用不同的约束域，这些约束域映射到 SQL 类型，并提出它们协作以提高准确性，最终我们获得一个包括 SQL 和 Datalog 的演绎系统并在课堂上实现它，和其他方法相比，表现出巨大的优势和差异，并展示其性能数据。

    Jul, 2019

  • 概率约束逻辑编程

    本文基于概率约束编程模型，提出了一种基于对数线性概率模型的参数估计和查询概率约束编程模型中最可能的分析方法，并提供了适用于大数据空间的合适的近似方法。

    Nov, 1997

  • 混合概率逻辑编程：推理和学习

    本文研究了概率逻辑编程，扩展了支持离散和连续随机变量，并引入了新的采样算法和混合模型，解决了从带有缺失值和概率背景知识的关系数据中学习 PLP 的问题。

    Feb, 2023

  • 条件概率逻辑，提升贝叶斯网络和几乎肯定量词消除

    介绍了一种形式逻辑语言，叫做条件概率逻辑（CPL），用于扩展一阶逻辑，表示概率、条件概率并进行条件概率比较。结合机器学习，数据挖掘和人工智能等领域，考虑了一种精确表述提升贝叶斯网络定义的方法，并证明一个非关键条件 CPL 公式存在一个几乎等价的非量化公式。该结果对于对于大学域上的概率推理问题，具有重要意义。

    Apr, 2020

  • CP-logic：因果概率事件语言及其与逻辑规划的关系

    本文介绍了一种逻辑语言，用于表示概率因果律，该语言可以被用于概率逻辑编程，并且可以自我解释为概率因果律的表示方法，从而提供了解释这些编程背后想法的新方法。

    Apr, 2009

  • 一阶概率推理的对数线性模型

    该论文探讨了在概率约束逻辑编程中对数线性模型的研究，并将其应用到一阶概率推理中，介绍了基于标记和未标记的确定性子句确定证明概率的随机逻辑程序概率定义，通过归一化证明概率中原子公式本身的概率，扩展了相关理论，同时通过归纳逻辑编程从数据中归纳出对数线性模型的特征，最后用其他方法对其进行比较。

    Jan, 2013

  • 关于实现概率逻辑编程语言 ProbLog 的论文

    该研究介绍了 ProbLog 的概念以及相关算法，针对大型生物网络提出了一种有效执行查询的方式。

    Jun, 2010

  • 概率与神经符号逻辑编程的半环

    概率逻辑编程领域集中在将概率模型整合到基于逻辑的编程语言中。我们提供了一个统一的代数逻辑编程视角，表明大部分概率逻辑编程的扩展都可以在一个共同的代数逻辑编程框架中加以表述，其中事实用半环的元素标记，而析取和合取用加法和乘法替代。这不仅适用于概率逻辑编程的变体本身，还适用于基于（代数）模型计数的底层执行机制。

    Feb, 2024

  • 加权 CNF 在概率逻辑编程中的推断

    本文旨在开发高效的推理算法，将概率逻辑程序和查询、证据转换为加权 CNF 公式，将推理任务视为加权模型计数，使用最先进的方法探究多种程序转换和加权 CNF 推理方法，并在实验中展示了新方法相对于现有技术的优势。

    Feb, 2012