MMJun, 2014

随机逻辑程序：线性模型

PDF
TL;DR本文提出用线性模型随机生成逻辑程序的方法，并研究了这种随机程序的统计特性。通过理论证明发现，当原子数量趋近于无穷大时，随机程序的平均答案集个数收敛于一个常数，并通过实验结果验证了线性模型的适应性。同时实验证明，在此模型下，当原子数量足够大时，随机程序答案集大小的分布趋近于正态分布。
发现论文，激发创造
  • 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

  • 概率逻辑程序的语义和复杂度

    本文研究基于 Sato 分布语义的概率逻辑程序，分析了基于稳定和基于良基模型这两种语义，探讨了 credal 语义产生的概率模型集合是无限单调 Choquet 容量的结果产生的几个有用的结果，并研究了其推理和查询的复杂度。作者对此进行了详细说明，并对无环、分层、周期性的命题和关系程序，提出了推理和查询复杂度的结果，该复杂度达到各种计数层次和指数级别。

    Jan, 2017

  • 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

  • 逻辑编程和稳定模型计算中的极值问题

    研究了逻辑程序中稳定模型的最大数量问题，得到了所有逻辑程序及分离逻辑程序的最大值，且提出了一种可在 O (3^{n/3}) 的最坏情况下找到 n 个子句程序的所有稳定模型的算法。

    Jan, 1999

  • 带单调基数原子的逻辑程序

    本文介绍了 mca-program，研究了其逻辑和特性，并证明了它是常见逻辑规划形式的通用概括。

    Oct, 2003

  • 广义线性规则模型

    本文提出使用基于规则的特征（也称为规则集成）的广义线性模型，用于回归和概率分类，通过列生成算法，优化规则集合的复杂度和预测准确性的平衡。在逻辑回归和线性回归的实验中，与现有的规则集成算法相比，所提出的方法可以获得更好的准确性 - 复杂度平衡，一端可以与少量簇比较。

    Jun, 2019

  • 随机逻辑程序：采样、推理及应用

    本研究介绍了基于变量消除和重要性采样的精确和近似概率推理算法，并展示了如何使用 SLPs 股票机器学习的先验分布，包括逻辑程序和贝叶斯网结构。作者还应用 Metropolis-Hasting 算法，构建了一个从后验分布中采样的马尔科夫链，同时讨论了构建后验明确表示的可能性。

    Jan, 2013

  • 具有任意抽象约束原子的逻辑程序的答案集

    本文提出了两种方法来定义任意类型抽像限制原子（c-atoms）的逻辑程序的答案集，这些定义泛化了正常逻辑程序的修正点和级别映射基础的答案集语义，其中包括四种不同的答案集定义，这四种在应用于正常逻辑程序时是相等的。

    Oct, 2011

  • 概率模拟模型的因果建模

    通过干预模拟程序的概念分析条件推理，我们将其扩展到概率仿真模型的情况，定义了条件语言中的概率并证明了其基本结果。同时，我们在该设置中发现了关于概率的线性不等式推理的公理化方法。我们证明了该逻辑的可满足性问题的正确性、完备性和 NP - 完全性。

    Jul, 2018

  • 使用简短的异或实现概率模型计数

    该研究论文探讨了如何通过增加短的随机奇偶约束来计算公式满足的真实赋值（模型），实现 NP 问题的计数，尤其是当需要添加多个约束时，随机奇偶约束的集合解的几何结构类似于纠错编码，得到了严格的数学保证。

    Jul, 2017