Jul, 2023

从概率编程到基于复杂性的编程

PDF
TL;DRCompLog 是一种新的计算框架，通过实施 ASP 程序中的最小路径搜索计算两个 Kolmogorov 复杂度来计算特定情况的意外性，从而使用户能够计算事后和事前的主观概率。该论文还列举了几个应用实例，包括生成相关描述以及对析取和否定提供替代方法。
发现论文，激发创造
  • 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

  • 概率逻辑程序的语义和复杂度

    本文研究基于 Sato 分布语义的概率逻辑程序，分析了基于稳定和基于良基模型这两种语义，探讨了 credal 语义产生的概率模型集合是无限单调 Choquet 容量的结果产生的几个有用的结果，并研究了其推理和查询的复杂度。作者对此进行了详细说明，并对无环、分层、周期性的命题和关系程序，提出了推理和查询复杂度的结果，该复杂度达到各种计数层次和指数级别。

    Jan, 2017

  • 概率逻辑编程中的 “What if?

    本文扩展了 ProbLog 语言，增加了 “What if” 查询的功能，并提出了一种能够处理 ProbLog 程序的反事实查询的方法，同时提供了完整的实现以及对查询可扩展性的影响的洞见，并显示了该方法与具有析取注释的逻辑程序的因果语义一致。

    May, 2023

  • smProbLog: ProbLog 中的稳定模型语义用于概率论论证

    本文提出了一种将概率论争框架解释为概率逻辑程序的方法，并引入了 smProbLog 框架，它支持多种推断和学习任务，提供了新的概率论争工具，并证明了算法的计算成本。

    Apr, 2023

  • 概率逻辑编程中的程序解释

    该研究提出了一种新方法，利用概率逻辑编程模型来生成精简且有因果结构的解释程序，使得用户可以根据可视述词并隐藏不感兴趣的细节。

    Oct, 2022

  • 带有答案集的概率推理

    本文提出了一个基于 Answer Set Prolog 作为逻辑基础、以因果贝叶斯网络为概率基础的声明式语言 P-log，用于知识表示和知识更新，并给出了多个例子表明更新方法更加优越。同时，论文给出了实现 P-log 程序的充分条件，并证明了 Bayes nets 的易于映射到符合条件的 P-log 程序上。

    Dec, 2008

  • 概率约束逻辑编程

    本文基于概率约束编程模型，提出了一种基于对数线性概率模型的参数估计和查询概率约束编程模型中最可能的分析方法，并提供了适用于大数据空间的合适的近似方法。

    Nov, 1997

  • 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

  • 使用加权布尔公式的概率逻辑程序推理和学习

    本文研究了一种具有概率注释的逻辑程序，并探讨了如何通过将程序和查询转换为加权布尔公式的方式，实现计算边际值、学习参数估计等推理任务，并通过预期最大化算法实现参数估计，实验结果证明，该方法可以提高概率逻辑编程的状态水平，并从解释中学习到程序的参数。

    Apr, 2013

  • 一阶概率推理的对数线性模型

    该论文探讨了在概率约束逻辑编程中对数线性模型的研究，并将其应用到一阶概率推理中，介绍了基于标记和未标记的确定性子句确定证明概率的随机逻辑程序概率定义，通过归一化证明概率中原子公式本身的概率，扩展了相关理论，同时通过归纳逻辑编程从数据中归纳出对数线性模型的特征，最后用其他方法对其进行比较。

    Jan, 2013