Jan, 2017

概率逻辑程序的语义和复杂度

PDF
TL;DR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。
probabilistic logic programscredal semanticsinference complexityacyclic programsrelational programs
发现论文，激发创造
  • 分布语义下概率逻辑编程的明确定义和高效推理

    探讨了分布语义的适用范围和计算查询概率的有效性，提出了用于将概率程序转换为普通程序，并应用 SLG 分辨率和答案包含进行计算的算法 “基于表和答案包 计算的概率推理（PITA）” 来计算查询的概率。

    Oct, 2011

  • 概率逻辑编程的渐近分析及其在表示正射系列分布中的应用

    探讨了概率逻辑编程在统计关系人工智能中的具体应用及其在不同领域中的变化，解释了基于概率逻辑编程的统计关系表示随着变量域大小的复杂行为，揭示出抽象分布语义的必要性并给出了相应的具体证明。

    Feb, 2021

  • 可能性析取规划的语义

    定义了一种适用于建模不确定、不完整和不一致信息的可能性析取逻辑编程方法，并介绍了可能性析取子句的使用，该子句能够同时捕捉知识库的不完全信息和不完全状态；同时基于经典答案集语义和可能性逻辑证明理论构建可能性逻辑编程语义，对于不一致可能性逻辑程序的管理，采用偏好标准和切割方法进行篡改，并以医学场景为例进行了说明。

    Jun, 2011

  • smProbLog: ProbLog 中的稳定模型语义用于概率论论证

    本文提出了一种将概率论争框架解释为概率逻辑程序的方法，并引入了 smProbLog 框架，它支持多种推断和学习任务，提供了新的概率论争工具，并证明了算法的计算成本。

    Apr, 2023

  • 概率编程中逻辑推理的魔力

    本论文提出了一种基于分布句式的逻辑推理方法，并结合前向推理和重要性抽样技术，采用魔法集和后向推理技术来实现高效的概率推理。

    Jul, 2011

  • 使用加权布尔公式的概率逻辑程序推理和学习

    本文研究了一种具有概率注释的逻辑程序，并探讨了如何通过将程序和查询转换为加权布尔公式的方式，实现计算边际值、学习参数估计等推理任务，并通过预期最大化算法实现参数估计，实验结果证明，该方法可以提高概率逻辑编程的状态水平，并从解释中学习到程序的参数。

    Apr, 2013

  • 概率逻辑推理

    本研究采用分布语义模型为基础，提出了描述逻辑的概率语义，设计了 TRILL P 系统，实现了对具有概率知识库的查询的概率计算和推理学习算法。

    May, 2014

  • 概率逻辑编程中的程序解释

    该研究提出了一种新方法，利用概率逻辑编程模型来生成精简且有因果结构的解释程序，使得用户可以根据可视述词并隐藏不感兴趣的细节。

    Oct, 2022

  • 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

  • 离散 - 连续领域中的声明性概率逻辑编程

    研究发现，虽然有已有的可扩展离散随机变量的分布语义和 PLP 语言及标准推理引擎，但是对于混合离散和连续随机变量的声明性语义还不够普及，因此本文提出了混合分布语义和混合 PLP 语言 DC-ProbLog 及其基于知识编译的推理引擎 infinitesimal algebraic likelihood weighting (IALW)，这是第一个基于知识编译的混合概率编程推理算法。

    Feb, 2023