×

基于广义分布语义的一种新的概率约束逻辑编程语言。 (英语) Zbl 1346.68054号

概要:概率逻辑结合了逻辑的表达能力和不确定性推理能力。过去提出了几种概率逻辑语言,每种语言都有自己的特点。我们重点研究了一类基于Sato分布语义的概率逻辑,它用二进制随机变量的概率分布扩展了逻辑规划,并保证了唯一的概率分布。然而,在许多应用中,二进制随机变量是不够的,需要具有任意范围的随机变量,例如实数。我们通过为一种新的概率约束逻辑编程语言开发一种通用的分布语义来解决这个问题。为了进行准确的推断,我们将不精确的概率作为起点,即我们处理的是概率分布集,而不是单个概率分布集。结果表明,给定任何连续分布,事件的条件概率都可以任意逼近真实概率。此外,对于这种设置,利用SMT解算器开发了一种推理算法,它是加权模型计数的推广。我们表明,推理与精确概率推理具有相似的复杂性特性,不同于大多数不精确方法,后者的推理更为复杂。我们还通过实验验证了我们的算法能够利用局部结构,例如确定性,这进一步降低了计算复杂性。

MSC公司:

68N17号 逻辑编程
68层37 人工智能背景下的不确定性推理
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] (Getoor,L.;Taskar,B.,《统计关系学习导论》(2007),麻省理工学院出版社)·Zbl 1141.68054号
[2] Kimmig,A。;Costa,F.,《概率逻辑在代谢网络中的链接和节点预测》(Bissociative Knowledge Discovery(2012),Springer),407-426
[3] 摩尔多瓦,B。;莫雷诺,P。;van Otterlo,M。;Santos-Victor,J。;De Raedt,L.,《学习机器人在多对象操作任务中的关系启示模型》,(2012年IEEE机器人与自动化国际会议,2012 IEEE机器人和自动化国际会议),ICRA(2012),IEEE,4373-4378
[4] 米歇尔斯,S。;韦利科娃,M。;Hommersom,A。;Lucas,P.J.,《安全和安保任务中不确定性推理的决策支持模型》,(2013年IEEE系统、人与控制论国际会议,2013年IEEE-系统、人和控制论国际大会,SMC(2013),IEEE),663-668
[5] Sato,T.,《具有分布语义的逻辑程序的统计学习方法》(ICLP(1995)),715-729
[6] Raedt,L.D。;Kimmig,A。;Toivonen,H.,ProbLog:概率序言及其在链路发现中的应用,(第20届国际人工智能联合会议论文集(2007),AAAI出版社),2468-2473
[7] 佐藤,T。;Kameya,Y.,《PRISM:符号统计建模语言》,(第十五届国际人工智能联合会议(1997年),1330-1335
[8] Poole,D.,《独立选择逻辑及其超越》(De Raedt,L.;Frasconi,P.;Kersting,K.;Muggleton,S.,《概率归纳逻辑编程》(2008),Springer-Verlag:Springer-Verlag Berlin,Heidelberg),222-243·Zbl 1137.68596号
[9] Vennekens,J。;Denecker,M。;Bruynooghe,M.,《CP-logic:因果概率事件及其与逻辑编程的关系》,理论与实践。日志。程序。,9, 245-308 (2009) ·Zbl 1179.68025号
[10] Pearl,J.,《智能系统中的概率推理:合理推理网络》(1988),摩根·考夫曼
[11] 理查森,M。;多明戈斯,P.,马尔可夫逻辑网络,马赫。学习。,62, 1-2, 107-136 (2006) ·Zbl 1470.68221号
[12] Wang,J。;Domingos,P.,《混合马尔可夫逻辑网络》(第23届全国人工智能会议论文集,第2卷)。第23届全国人工智能会议记录,第2卷,AAAI'08(2008),AAAI出版社),1106-1111
[13] Gutmann,B。;Jaeger,M。;De Raedt,L.,《用连续分布扩展ProbLog》(Frasconi,P.;Lisi,F.A.,《第20届归纳逻辑编程国际会议论文集》,第20届国际归纳逻辑编程会议论文集,ILP-10,意大利费伦泽(2010))·Zbl 1329.68057号
[14] 古特曼,B。;Thon,我。;Kimmig,A。;Bruynooghe,M。;Raedt,L.D.,概率规划中逻辑推理的魔力,理论与实践。日志。程序。,11, 663-680 (2011) ·Zbl 1222.68060号
[15] Jaffar,J。;Lassez,J.,约束逻辑编程,(第14届ACM SIGACT-SIGPLAN编程语言原理研讨会论文集(1987),ACM),111-119
[16] Nilsson,N.,概率逻辑,Artif。智力。,28, 1, 71-87 (1986) ·Zbl 0589.03007号
[17] 米歇尔斯,S。;霍默索姆,A。;Lucas,P.J.F。;Velikova,M。;Koopman,P.W.M.,《新概率约束逻辑的推断》(Rossi,F.,IJCAI,IJSAI/AAAI(2013))
[18] 查维拉,M。;Darwiche,A.,《通过加权模型计数进行概率推断》,Artif。智力。,172, 6-7, 772-799 (2008) ·Zbl 1182.68297号
[19] 费伦斯,D。;Van den Broeck,G。;Thon,I。;Gutmann,B。;De Raedt,L.,使用加权CNF的概率逻辑程序推断,(Gagliardi Cozman,F.;Pfeffer,A.,《第27届人工智能不确定性会议论文集》,阿联酋,2011年7月14日至17日,西班牙巴塞罗那(2011)),211-220
[20] 粘合剂,J。;科勒,D。;拉塞尔,S。;金泽,K。;Smyth,P.,带隐藏变量的自适应概率网络,马赫数。学习。,213-244 (1997) ·Zbl 0892.68079号
[21] 瓦尔迪兹,R。;Yoon,P。;刘,T。;Khoury,M.,《美国人群糖尿病家族史和患病率——国家健康和营养检查调查(1999-2004年)的6年结果》,《糖尿病护理》,30,10,2517-2522(2007年)
[22] Lloyd,J.,《逻辑编程基础》(1987),施普林格出版社·Zbl 0668.68004号
[23] Grädel,E.,《论传递闭包逻辑》,(《计算机科学逻辑:第五次研讨会》,《计算机科学逻辑学:第五期研讨会》,CSL’91,第626卷(1992),Springer),149-163·Zbl 0783.03012号
[24] Apt,K.R。;布莱尔,H.A。;Walker,A.,《走向陈述性知识理论》(1986),IBM TJ Watson研究中心
[25] Van Gelder,A。;罗斯,K.A。;Schlipf,J.S.,《通用逻辑程序的有充分依据的语义》,J.ACM,38,3619-649(1991)·Zbl 0799.68045号
[26] Gelfond,M。;Lifschitz,V.,逻辑编程的稳定模型语义,(ICLP/SLP,第88卷(1988)),1070-1080
[27] 科尔莫戈罗夫,A.N.,《概率论基础》(1960)·Zbl 0074.12202号
[28] 威利,P.,《走向不精确概率的统一理论》,《国际J近似推理》。,24, 2, 125-148 (2000) ·Zbl 1007.28015号
[29] Levi,I.,《知识企业》(1980)
[30] Neveu,J.,《概率微积分的数学基础》(1965),霍尔登·戴:霍尔登·戴旧金山·Zbl 0137.11301号
[31] 佐藤,T。;Kameya,Y.,棱镜基于逻辑的概率建模的新进展,(概率归纳逻辑编程(2008),施普林格),118-155·Zbl 1137.68617号
[32] Weichselberger,K。;Augustin,T.,关于条件区间概率两个概念的共生,(ISIPTA,第3卷(2003)),608-629
[33] Papadimitriou,C.H.,《关于整数规划的复杂性》,J.ACM,28,4,765-768(1981)·Zbl 0468.68050号
[34] Davenport,J.H。;Heintz,J.,实量词消除是双指数的,J.Symb。计算。,5, 1, 29-35 (1988) ·Zbl 0663.03015号
[35] Hentenryck,P.V.,《逻辑编程中的约束满足》(1989),麻省理工学院出版社
[36] Jaffar,J。;Michaylov,S。;Stuckey,P.J。;Yap,R.H.C.,CLP(R)语言和系统,ACM Trans。程序。语言系统。,14, 3, 339-395 (1992)
[37] Jaffar,J。;Maher,M.J。;英国万豪酒店。;Stuckey,P.J.,《约束逻辑程序的语义》,J.Funct。逻辑程序。,37, 1-3, 1-46 (1998) ·Zbl 0920.68068号
[38] Janhunen,T.,用子句表示正常程序,(ECAI,第16卷(2004)),358
[39] Mantadelis,T。;Janssens,G.,概率设置专用表格,(ICLP(技术通信)(2010)),124-133·兹比尔1237.68190
[40] 普尔,D。;Zhang,N.L.,在概率推理中利用语境独立性,J.Artif。智力。决议,18,263-313(2003)·Zbl 1056.68144号
[41] Darwiche,A.,递归条件反射,Artif。智力。,126, 1, 5-41 (2001) ·Zbl 0969.68150号
[42] Jensen,F。;Anderson,S.,《基于知识的系统的贝叶斯信念宇宙近似》,(第六届人工智能不确定性年会论文集。第六届人造智能不确定性会议论文集,UAI-90(1990),AUAI出版社:俄勒冈州科瓦利斯AUAI新闻社),162-169
[43] Boutiler,C。;弗里德曼,N。;Goldszmidt,M。;Koller,D.,贝叶斯网络中的上下文特定独立性,(第十二届人工智能不确定性国际会议论文集(1996),摩根考夫曼出版社),115-123
[44] 巴亚尔多,R.J。;Pehoushek,J.D.,使用连接组件的计数模型,(AAAI/IAAI(2000)),157-162
[45] 桑·T。;Beame,P。;Kautz,H.,快速准确模型计数的启发式,(可满足性测试的理论和应用(2005),Springer),226-240·Zbl 1128.68481号
[46] De Moura,L。;Björner,N.,Z3:高效SMT求解器,(《软件理论与实践论文集》,第14届国际系统构建与分析工具与算法会议,《软件理论和实践论文集,第14次国际系统构建和分析工具和算法会议》,TACAS'08/ETAPS'08(2008),斯普林格·弗拉格:柏林斯普林格尔·弗拉格,海德堡),337-340
[47] Dutertre,B。;Moura,L.D.,The Yices SMT solver(2006),计算机科学实验室,SRI International,技术代表。
[48] De Campos,C.P。;Cozman,F.G.,《贝叶斯网络和信念网络的推理复杂性》(IJCAI,第5卷(2005)),1313-1318
[49] P.J.唐尼。;Sethi,R.等人。;Tarjan,R.E.,公共子表达式问题的变体,J.ACM,27,4,758-771(1980)·Zbl 0458.68026号
[50] Karmarkar,N.,线性规划的一种新的多项式时间算法,(第十六届ACM计算理论年会论文集(1984),ACM),302-311·Zbl 0557.90065号
[51] Matiyasevich,Y.V.,递归可枚举谓词的Diophantine表示,(Fenstad,J.,第二届斯堪的纳维亚逻辑研讨会(1971年),北霍兰德出版公司),171-177·Zbl 0235.02039号
[52] Bodlaender,H.L.,《树木宽度导游》(1992),技术报告RUU-CS 92·Zbl 0804.68101号
[53] 萨默,M。;Szeider,S.,命题模型计数算法,J.离散算法,8,1,50-64(2010)·Zbl 1214.05166号
[54] Diestel,R.,图论,Grad。数学课文。,第173卷(2005),Springer-Verlag:柏林Springer-Verlag·Zbl 1074.05001号
[55] 阿恩堡,S。;科尼尔,D.G。;Proskurowski,A.,《在ak-tree中发现嵌入的复杂性》,SIAM J.Algebr。离散方法,8,2,277-284(1987)·Zbl 0611.05022号
[56] Bodlaender,H.L.,求小树宽树分解的线性时间算法,(第二十五届ACM计算理论研讨会论文集(1993),ACM),226-234·Zbl 1310.05194号
[57] 桑·T。;Beame,P。;Kautz,H.,通过加权模型计数求解贝叶斯网络,(第二十届全国人工智能会议论文集,第二十届国家人工智能会议文献集,AAAI-05,第1卷(2005)),475-482
[58] 费伦斯,D。;Van den Broeck,G。;伦肯斯,J。;Shterionov,D。;古特曼,B。;Thon,I。;詹森,G。;De Raedt,L.,《使用加权布尔公式的概率逻辑程序中的推理和学习》,理论与实践。日志。程序。,1-44(2014),第一视图
[59] Darwiche,A.,《将CNF编译成可分解否定范式的新进展》(ECAI Proc.(2004),Citeser),328-332
[60] Muise,C。;Mcilraith,S.A。;贝克,J.C。;Hsu,E.,DSHARP:使用sharpSAT快速编译d-DNNF(加拿大人工智能会议(2012))
[61] Laskey,K.,MEBN:一阶贝叶斯知识库语言,Artif。智力。,172, 2-3, 140-178 (2008) ·Zbl 1182.68288号
[62] McCallum,A。;舒尔茨,K。;Singh,S.,Factorie:通过强制性定义的因子图进行概率规划,(神经信息处理系统的进展(2009)),1249-1257
[63] Pfeffer,A.,Figaro:一种面向对象的概率编程语言(2009),Charles River Analytics,p.137
[64] 古德曼,N。;Mansinghka,V。;罗伊·D·。;Bonawitz,K。;Tenenbaum,J.,Church:生成模型的语言,(《第24届人工智能不确定性会议论文集》,第24届人造智能不确定性大会论文集,UAI 2008(2008)),220-229
[65] 米尔奇,B。;Marthi,B。;罗素·S·J。;桑塔格,D。;Ong,D.L。;Kolobov,A.,BLOG:未知物体的概率模型,(第十九届国际人工智能联合会议论文集。第十九届国际人工智能联合会议论文集,IJCAI-052005年7月30日至8月5日,英国苏格兰爱丁堡(2005)),1352-1359
[66] Lauritzen,S.L.,《混合图形关联模型中概率、均值和方差的传播》,J.Am.Stat.Assoc.,874201098-1108(1992)·Zbl 0850.62094号
[67] Cozman,F.G.,Credal networks,Artif。智力。,120, 2, 199-233 (2000) ·Zbl 0945.68163号
[68] Ng、R。;Subrahmanian,V.S.,概率逻辑编程,Inf.Comput。,101, 2, 150-201 (1992) ·Zbl 0781.68038号
[69] 米歇尔斯,S。;Hommersom,A。;Lucas,P.J.F。;Velikova,M.,不精确概率喇叭子句逻辑,(ECAI 2014:第21届欧洲人工智能会议,包括智能系统的著名应用,PAIS 2014。ECAI 2014:第21届欧洲人工智能会议,包括智能系统的著名应用,PAIS 2014,2014年8月18日至22日,捷克共和国布拉格(2014),621-626·Zbl 1366.68292号
[70] 多明戈斯,P。;科克,S。;Lowd,D。;Poon,H。;理查森,M。;Singla,P.,马尔可夫逻辑,(概率归纳逻辑编程(2008)),92-117·Zbl 1137.68531号
[71] 科斯塔,V.S。;页码,D。;卡齐,M。;Cussens,J.,CLP(BN):概率知识的约束逻辑编程,(《第十九届人工智能不确定性会议论文集》(2002),Morgan Kaufmann Publishers Inc.),517-524
[72] 科斯塔,V.S。;Paes,A.,《关于PRISM和(CLP(BN)之间的关系》,(《统计关系学习国际研讨会论文集》,《统计关系教学国际研讨会论文集中》,SRL-2009(2009))
[73] Angelopulos,N.,clp(pdf(y)):逻辑编程中概率推理的约束(Rossi,F.,《约束编程的原理与实践》,2003年。约束编程原理与实践2003,Lect。注释计算。科学。,第2833卷(2003年),《施普林格:柏林施普林格》,海德堡),784-788
[74] Reizler,S.,概率约束逻辑编程(1998),图宾根大学:德国图宾根州立大学,博士论文
[75] 佐藤,T。;Ishihata,M。;Inoue,K.,基于约束的统计外推概率建模,马赫。学习。,83, 2, 241-264 (2011) ·Zbl 1237.62006年
[76] van der Gaag,L.,《概率区间及其更新》(1990),乌得勒支大学计算机科学系,技术报告
[77] 科兹曼,F.G。;德坎波斯,C.P。;Ide,J.S。;da Rocha,J.C.F.,与不精确和定性概率评估相关的命题和关系贝叶斯网络,(《第20届人工智能不确定性会议论文集》(2004),美国人工智能出版社),104-111
[78] 伊斯兰文学硕士。;罗马克里希南,C.R。;Ramakrishnan,I.V.,《连续随机变量概率逻辑程序中的推理》,理论与实践。日志。程序。,12, 4-5, 505-523 (2012) ·Zbl 1260.68063号
[79] Langseth,H。;尼尔森,T.D。;Salmerón,A.,截断基函数的混合,国际期刊近似原因。,53, 2, 212-227 (2012) ·兹比尔1242.68333
[80] 桑纳,S。;Abbas nejad,E.,离散和连续图形模型的符号变量消除(AAAI(2012))
[81] Dechter,R.,《概率和确定性图形模型的推理:精确算法》,Synth。莱克特。Artif公司。智力。机器。学习。,7, 3, 1-191 (2013) ·Zbl 1297.68006号
[82] 墨菲,K.P。;韦斯,Y。;Jordan,M.I.,《近似推理的Loopy信念传播:一项实证研究》(《第十五届人工智能不确定性会议论文集》(1999),Morgan Kaufmann Publishers Inc.),467-475
[83] Yedidia,J.S。;弗里曼,W.T。;Weiss,Y.,《构建自由能量近似和广义置信传播算法》,IEEE Trans。《信息论》,51,7,2282-2312(2005)·Zbl 1283.94023号
[84] 南卡罗来纳州塔蒂孔达。;Jordan,M.I.,Loopy confidence propagation and Gibbs measures,(第十八届人工智能不确定性会议论文集(2002),Morgan Kaufmann Publishers Inc.),493-500
[85] Mooij,J.M。;Kappen,H.J.,错误信念传播收敛的充分条件,(《第21届人工智能不确定性会议论文集》,第21届人造智能不确定性大会论文集,2005年7月26日至29日,苏格兰爱丁堡(2005)),396-403
[86] Poole,D.,《逻辑编程、诱因和概率》,《新世代》。计算。,11, 3-4, 377-400 (1993) ·Zbl 0788.68025号
[87] 伦肯斯,J。;Kimmig,A。;Van den Broeck,G。;De Raedt,L.,基于解释的概率逻辑近似加权模型计数,(第28届AAAI人工智能会议论文集(2014))
[88] Kullback,S。;Leibler,R.A.,《信息与充分性》,《数学年鉴》。《统计》,22,1,79-86(1951)·Zbl 0042.38403号
[89] 阿罗拉,N.S。;de Salvo Braz,R。;Sudderth,E.B。;Russell,S.J.,《开放宇宙随机语言中的Gibbs抽样》,(第二十六届人工智能不确定性会议论文集。第二十六届人造智能不确定性大会论文集,UAI,2010年7月8日至11日,美国加利福尼亚州卡塔琳娜岛(2010)),30-39
[90] Nitti,D。;莱特·T·D。;Raedt,L.D.,混合关系域的粒子过滤器,(2013年IEEE/RSJ智能机器人和系统国际会议,2013年11月3日至7日,日本东京,2013年),2764-2771
[91] 医学博士霍夫曼。;Gelman,A.,《无回转取样器:在哈密顿蒙特卡罗,J.Mach中自适应设置路径长度》。学习。第15号、第1号、第1593-1623号决议(2014年)·Zbl 1319.60150号
[92] 李,L。;兰松达,B。;Russell,S.,确定性约束的动态标度抽样,(第十六届国际人工智能与统计会议论文集(2013)),397-405
[93] Propp,J.G。;Wilson,D.B.,耦合马尔可夫链的精确抽样及其在统计力学中的应用,随机结构。算法,9,1-2223-252(1996)·Zbl 0859.60067号
[94] 布鲁克斯,S。;Gelman,A。;琼斯·G。;孟晓乐,《马尔可夫链蒙特卡罗手册》(2011),中国轨道交通出版社·Zbl 1218.65001号
[95] Kersting,K.,提升概率推理(ECAI(2012)),33-38
[96] Choi,J。;埃米尔,E。;Hill,D.J.,关系连续模型的提升推理,(UAI,第10卷(2010)),126-134
[97] 亨德里克斯,T。;van de Laar,P.,Metis:公共安全可靠合作系统,Proc。计算。科学。,16, 542-551 (2013)
[98] Velikova,M。;诺瓦克,P。;Huijbrechts,B。;Laarhuis,J。;霍克斯马,J。;Michels,S.,《用于海上态势感知的集成可重构系统》(ECAI 2014:第21届欧洲人工智能会议,包括智能系统的著名应用,PAIS 2014)。ECAI 2014:第21届欧洲人工智能会议,包括智能系统的著名应用,PAIS 2014,2014年8月18日至22日,捷克共和国布拉格(2014),1197-1202
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。