MMSep, 2021

响应式答案集编程

PDF
TL;DR本文提出了一种将 Logic Production System (LPS) 中的 Kernel（KELPS）系统地映射成 Answer Set Programming (ASP) 的方法，并以一个新的有限模型变体 n-distance KELPS 作为实现基础。最后，提出了一个整合 KELPS 和 ASP 优点的混合框架。
logic production systemabductive logic programminganswer set programmingreactive behaviorhybrid framework
发现论文，激发创造
  • 归纳学习 Answer Set 程序的 ILASP 系统

    该研究论文介绍了归纳逻辑程序设计的目标，提出了一种新的程序学习方法，能够更广泛地适用于偏爱学习，包括默认和异常情况的通识知识，并学习非确定性理论。同时，论文还总结了程序的演变历程，特别强调了可伸缩性。

    May, 2020

  • 第七届答案集编程竞赛：设计与结果

    本文介绍了关于 Answer Set Programming 的比赛，并讨论了设计和结果。

    Apr, 2019

  • 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

  • 再探可能性答案集编程

    本文介绍了一种基于可能逻辑的新 ASP 模型，称为 Possibilistic answer set programming（PASP）。通过将对 PASP 程序中的规则的确定性附加到每个规则上，我们提出了一种更加合适的 PASP 语义，并且该框架可以轻松使用标准 ASP 求解器实现。

    Mar, 2012

  • 一个便于应用嵌入 Answer Set Programming 的开发框架

    该研究论文介绍了一种将 Answer Set Programming（ASP）的知识表示和推理能力整合到通用应用程序中的框架，并且展示了在不同平台的 ASP 系统中，特定化该框架的正确方法，包括移动平台和教育场景，并开发了几个基于 ASP 的应用程序。

    Jul, 2017

  • 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

  • 基于上下文相关例子的答案集程序迭代学习

    本文提出了一种基于上下文的 Inductive Logic Programming (归纳逻辑编程) 扩展方法，通过结构化背景知识建模上下文依赖，进一步提出了一种新的算法 ILASP2i，应用于具有大量例子的学习任务，与传统方法 ILASP2 相比，同时保持平均正确率的情况下，速度提高了两个数量级，内存使用量减小了两个数量级，从而极大地提高了系统的可扩展性。

    Aug, 2016

  • selp: 一种单射迭代逻辑程序求解器

    该研究介绍了一种将 Epistemic Logic Programs 转换成非地面（non-ground）ASP 的方法，并且在原型 ELP 求解系统 “selp” 上进行了实现和实验。

    Jan, 2020

  • 模块化答案集编程作为正式规范语言

    本篇论文研究了 ASP 的形式验证问题，通过使用基于 ASP 模块的形式化规范语言，将 ASP 模块与问题实例正确地相对应，从而证明了逻辑程序 P 的正确性，这种模块化的规范语言包含了可能嵌套的一阶程序模块，可以在不同层次上包含本地隐藏原子。

    Aug, 2020