Nov, 2017

ASP编码在序列模式挖掘任务中的效率分析

HTML
PDF
TL;DR本文介绍了使用Answer Set Programming（ASP）挖掘顺序模式。我们借助ASP对背景知识进行模式挖掘，提出了两种嵌入表示中经典顺序模式挖掘任务的编码，并对各种类型的模式比较了这些编码的计算性能。结果表明，fill-gaps策略在实际问题中的内存消耗较低。相较于约束编程方法（CPSM），我们的方案表现稳定。
发现论文，激发创造
  • 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

  • 在序列数据库中挖掘序列模式的约束编程方法

    本研究采用约束编程 (CP) 技术，探讨在序列数据库中建模和挖掘顺序模式的方法。实验证明了我们的 CP 方法的可行性和实用性。

    Nov, 2013

  • 应用答案集编程进行模式挖掘

    本文探讨使用Answer Set Programming（ASP）这样的声明性语言来有效地解决序列模式挖掘的问题，提出了几种ASP实现序列模式挖掘任务的方法，即非增量和增量分辨率，并发现增量分辨率比非增量分辨率更有效，在序列模式挖掘方面具有潜在的应用。

    Sep, 2014

  • ASPeRiX，基于一阶前向链接技术的答案集计算方法

    该论文提出了一种将Answer Set Programming应用于人工智能或在解决组合问题时表示知识的自然方法，其中介绍了一种前向链接的方法，通过在搜索过程中将规则的实例化与之融合来避免了先前的阶段。

    Mar, 2015

  • 串行模式挖掘的子序列交错模型

    本文提出一种基于概率模型的新型子序列交织模型，利用MDL原则定义了一种编码方案，能够高效地挖掘最相关的顺序模式，并使用相关的趣味性度量对其进行排序，同时使用结构化的期望最大化框架进行有效的推断。实验结果表明该模型挖掘出的模式具有低的错误率和冗余性，并具有实际应用中的高解释性和实用性。

    Feb, 2016

  • 使用约束编程的高效频繁序列挖掘算法

    通过数据挖掘和约束编程技术，改进了序列模式挖掘中计算问题的模块，使用可通用的约束求解器，加快了计算速度并提高了挖掘效率。

    Apr, 2016

  • 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

  • 基于启发式分解的答案集计算优化

    该研究提出了一种新的优化方法，基于树分解技术和启发式算法，可以将一个输入的逻辑程序转化为一个等价的程序以提高ASP系统的求解效率，并在实验中验证了其有效性。

    Dec, 2018

  • 基于ASP的声明式流程挖掘（扩展摘要）

    本文提出了ASP作为建模和解决声明性流程挖掘领域中的问题的方法，着重讨论了日志生成、一致性检查和查询检查三个经典问题。该方法基于将过程规范表示为（有限状态）自动机，由此可以处理更一般的规范，例如在有限跟踪上的线性时态逻辑公式。

    May, 2022

  • 扩展高效用模式挖掘：一种基于答案集编程的框架和应用

    本文提出了一种新的框架，可以支持新类别的实用准则，利用规则式语言如ASP对数据集进行分析，并且利用扩展函数快速有效地进行编码和测试。最后，本研究以COVID-19患者的ICU预测为例，通过大量实验结果展示了所提方法的有效性。

    Mar, 2023