Feb, 2023

离散 - 连续领域中的声明性概率逻辑编程

PDF
TL;DR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。
发现论文，激发创造
  • 混合概率逻辑编程：推理和学习

    本文研究了概率逻辑编程，扩展了支持离散和连续随机变量，并引入了新的采样算法和混合模型，解决了从带有缺失值和概率背景知识的关系数据中学习 PLP 的问题。

    Feb, 2023

  • 概率与神经符号逻辑编程的半环

    概率逻辑编程领域集中在将概率模型整合到基于逻辑的编程语言中。我们提供了一个统一的代数逻辑编程视角，表明大部分概率逻辑编程的扩展都可以在一个共同的代数逻辑编程框架中加以表述，其中事实用半环的元素标记，而析取和合取用加法和乘法替代。这不仅适用于概率逻辑编程的变体本身，还适用于基于（代数）模型计数的底层执行机制。

    Feb, 2024

  • 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

  • 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

  • 概率编程中的离散连续混合：广义语义和推断算法

    本篇研究开发了概率编程语言（PPLs）的度量叙事贝叶斯网络（MTBNs）的概念，并使用它来提供更多的语义，包括有限的支持组合离散和连续元素的随机变量。最终将 MTBNs 集成到广泛使用的概率编程语言系统 BLOG 中，并通过代表性的算例验证了新的推理算法的有效性。

    Jun, 2018

  • 离散 - 连续领域中的神经概率逻辑编程

    DeepSeaProbLog 是一种神经概率逻辑编程语言，将深度概率编程技术融入了神经符号人工智能中，支持在逻辑约束下学习和推理离散和连续概率分布。

    Mar, 2023

  • 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

  • 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

  • 关于实现概率逻辑编程语言 ProbLog 的论文

    该研究介绍了 ProbLog 的概念以及相关算法，针对大型生物网络提出了一种有效执行查询的方式。

    Jun, 2010

  • 混合概率逻辑程序中的一阶上下文特定似然加权

    本文介绍了一种混合概率逻辑编程语言 DC#，它将分布式子句的语法与贝叶斯逻辑程序的语义原则集成到一起。该语言以质量为基础表示了三种独立性，并引入了可扩展的推理算法 FO-CS-LW，该算法是 CS-LW 的一阶扩展，结合了一阶统一和规则组合。

    Jan, 2022