Sep, 2020

目标导向的约束答案集程序设计的证明

PDF
TL;DR使用基于约束的谓词应答集编程的查询驱动自顶向下执行模型 s (CASP) 生成完整解释树，为 ASP 应答集提供最小化且易于转化为自然语言的解释，显著促进了 ASP 程序理解和操作的可行性。
answer set programmingjustification treess(casp)constraint programmingexplanations
发现论文，激发创造
  • 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

  • 不需接地的约束型应答集编程

    本文提出了用于扩展 ASP 的带限制的顶部 - 向下执行模型 s（CASP）, 它可以在执行期间保留逻辑变量，并在答案集中应用约束，与 ASP、CLP 和其他 CASP 系统相比具有更出色的表达能力和性能。

    Apr, 2018

  • 带有 s (CASP) 的反事实解释生成

    自动决策的机器学习模型在贷款批准、预审保释、招聘等领域越来越普遍，但大多数模型是不透明的，无法揭示决策依据。本文专注于自动生成反事实解释的问题，采用了答案集规划和 s (CASP) 目标导向 ASP 系统。我们展示了如何计算和证明反事实解释，并通过想象多个可能的世界来导航解释间的关系。此外，我们还展示了如何利用我们的算法为无法满足查询的一类答案集程序找到 Craig 插值。

    Oct, 2023

  • 基于答案集语义的逻辑程序的证明

    本文介绍了基于图的解释 Answer Set 编程的离线和在线证明方法，并将其集成到计算模型中用于调试 Answer Set 程序。

    Dec, 2008

  • 回答应答集规划中的 “为什么” - 解释方法综述

    该论文为对 ASP 的解释性研究做出了概述。主要关注 ASP 的不同解释方式及其异同，并探讨其在未来的成功应用中的重要性。

    Sep, 2018

  • 有界基础的答案集编程

    本文提出了基于边界约束的 ASP（Bound Founded Answer Set Programming）方法，解决了 ASP 系统中存在的基于有限域变量建模的算法性难题，同时将 ASP 的语义从布尔值和常规规则扩展到了数值变量上。

    May, 2014

  • 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

  • 验证答案集编程的工具和方法

    该研究的目标是扩展支持 ASP 程序验证的工具和理论，旨在促进知识表示和推理的发展，并解决人工智能中的可靠性和可解释性问题。

    Aug, 2022

  • 针对抽象论证的改进答案集编程编码

    本文使用 ASP 系统 clingo 提供的条件量词的析取形式，提供了三种著名的辩论语义的新编码，这些编码不仅比以前的版本更简洁，而且在标准基准测试中也表现优异，从而为高级辩论系统的高效解决方案的设计提供了一步关键。

    Jul, 2015

  • 答案集编程的解释

    xASP2 是一个增强型的解释性人工智能系统，用于生成 Answer Set Programming（ASP）的解释图。与 xASP 不同，xASP2 支持不同的 clingo 构造，如选择规则、约束和聚合函数如 #sum、#min。该研究提供了一个能够将假设集合尽可能缩小并通过有向无环图形式展示解释的 ASP 广泛片段的可解释人工智能系统。

    Aug, 2023