Jul, 2017

使用 Laser 的表达性流推理

PDF
TL;DRLaser 是一种新的 reasoner，它支持扩展 Answer Set Programming（ASP）的 LARS 逻辑的实用、非平凡片段，并实现了一种新颖的评估过程，从而使表达式带注解，以避免在多个时间点重复计算，进而实现对大流的表达式逻辑推理，为流推理用例开启了更广泛的应用范围。
发现论文，激发创造
  • LARS 流推理的分布式方法（系统论文）

    本文提出了一种分布式流推理方法，可以在不同解算器之间分配计算并通过数据流通信的方式高效地处理决策问题。在 LARS 语言中提出一种基于间隔的语义，以对网络流量进行显着降低，并在评估中明确表明，分布式流推理在处理复杂的决策问题和不断增长的数据率时明显优于现有的独立 LARS 解算器。

    Jul, 2019

  • 使用存在性规则追踪流

    研究如何通过对临时流数据进行查询应答来研究与存在性规则推理的推理方法，提出了基于 LARS 的方法，该方法支持存在性规则，同时通过引入合适的时间无环性概念来保证规则的可决定性。

    May, 2022

  • 面向流推理的答案集编程

    通过使用 ASP 技术，本研究在解决物联网、传感器技术、连续数据流、流推理等领域中的关键问题。

    Jan, 2013

  • 基于 Datalog 的流推理语言的正式比较（扩展版）

    通过比较 LARS 程序及 LDSR 语言的表达能力，本文找出了各自的限制条件并确定了它们可以相互表达的片段。

    Aug, 2022

  • 大语言模型和答集编程实现可靠自然语言理解

    提出了一个结合了大型语言模型和逻辑编程 Answer Set Programming 的框架 STAR，通过在语言上提取知识并利用 ASP 进行规定驱动的推理，以提高针对需要推理的 NLU 任务的性能和可解释性。

    Feb, 2023

  • 基于 I-DLV 的流推理系统 I-DLV-sr

    基于逻辑的数据流推理系统，利用 Apache Flink 和 I^2-DLV 系统的框架实现了紧密微调的交互。

    Aug, 2021

  • LASER：语义视频表示的神经符号学习

    本研究提出了一种基于逻辑规格说明的神经符号方法 LASER，通过其可有效地训练低级感知模型以提取符合所需高级规格说明的细粒度视频表示，不仅可以学习细粒度的视频语义，而且还可以优于现有基准在下游任务中表现得更好。

    Apr, 2023

  • 使用 s (LAW) 进行带有行动裁量的自动法律推理

    自动法律推理在智能合约和自动决策中的应用日益受到关注，然而伦理和法律问题使得自动推理器在人能理解的术语中进行理由指明变得必要。本文提出使用 s (CASP) 来建模不确定性和其他模糊概念，并实现了一个框架来模拟、推理和证实适用法规，并通过翻译和基准测试了一个代表性用例，即 “Comunidad de Madrid” 的学生录取标准。

    Jan, 2024

  • 基于 Answer Set Programming 的定性理论编码和推理的一般方法

    这篇论文提出了使用 ASP 作为一个统一的形式化语言来解决需要定性推理和非定性推理的问题，提出了一族可以处理任何二进制关系资料的 ASP 编码，并且在真实数据集的实验中进行了评估。

    Aug, 2020

  • 基于增量 ASP 的流推理系统 Ticker

    介绍了一种名为 Ticker 的原型引擎，该引擎可对流数据进行逻辑推理，并通过提供灵活的过期控制和时间模态扩展了 Answer Set Programming。

    Jul, 2017