AAAIDec, 2023

关于遗忘和强等价概念在答案集编程中的统一视角

PDF
TL;DRAnswer Set Programming (ASP) 是一种基于规则的语言，用于知识表示和推理，研究了忘记、简化和相关概念的关联以及引入了一种新的相对等效概念，提供了相对简化的必要和充分条件，并介绍了结合投影和适度遗忘来获得相对简化的操作符。
answer set programmingrule-based languageknowledge representationforgettingrelativized simplifications
发现论文，激发创造
  • 当您必须遗忘：在答案集编程中遗忘超越强大的持续性

    该研究讨论了如何在 Answer Set Programming 中进行强持续性遗忘，通过提出各种遗忘算子并探究其可行性、可行性不足时的替代方案以及与相对等价概念的关系，最终对其计算复杂性进行了详细研究。

    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

  • 满足强持久性的遗忘语法操作符

    本文描述了在使用 ASP 进行遗忘操作中，提出了第一个具体满足强持久性的运算符，该运算符具有许多重要性质，是一种句法运算符，可将遗忘操作的计算限制在包含要忘记的原子的规则中，从而自然地产生与原始程序接近的遗忘结果。

    Jul, 2019

  • 关于 Answer-Set Programming 中强等价、一致等价和其它等价概念的共性视角

    本文提出一种参数化的等价概念，同时限制了规则头和规则体中允许出现的原子，该方法是用于逻辑编程中应对强等价和一般等价的一种新的实现方式。

    Dec, 2007

  • 具有命题连接词和聚合运算的逻辑程序

    提出了一种基于命题连词的比喻来定义 aggregates 的方法，可以在 ASP 范式下，对任意命题理论进行扩展，将 aggregates 定义为基础构造，并且结合了表达能力和简洁性。该定义还继承了关于具有嵌套表达式的程序的许多定理，例如强等价性和拆分定理。

    Dec, 2008

  • 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

  • 超越 NP 问题：量化回答集

    本文提出了一种名为 ASP (Q) 的新语言，引入了程序稳定模型上的量词，进一步拓展了 Answer Set Programming 的建模能力，可以直接对多项式层次中的问题进行建模。

    Jul, 2019

  • 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

  • 使用答案集编程对心理学知识的形式化及其应用

    本文介绍了如何使用 ASP 建立心理学领域的知识形式化，以更加准确的研究、比较和验证理论。作者应用 ASP 技术，对短期记忆机制进行了形式化描述，进而预测用户与图形界面的交互。

    Jul, 2010

  • 关于两种答案集编程方言的关系

    本文证明了在 ASP-Core 语言中避免通过聚合递归确实保证了两个稳定模型语义版本之间的等价性，并展示了如何放宽此要求而不违反等价性属性。

    Jul, 2019