{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,6,3]]，“日期-时间”：“2024-06-03T11:13:01Z”，“时间戳”：1717413181390}，“引用-计数”：23，“发布者”：“MDPI AG”，“问题”：“2”，“许可证”：[{“开始”：{:“日期-零件”：[2015,2,13]]，”日期-时间“：”2015-02-13T00:00:00Z“，”时间戳“：1423785600000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/creativecommons.org\/licenses\/by\/4.0\/”}]，“内容域”：{“域”：[]，“crossmark-restriction”：false}，“short-container-title”：[“熵”]，“抽象”：“对于基于命题逻辑的带有条件的条件概率知识库，最大熵（ME）原理得到了很好的确立，从而确定了一个独特的模型，归纳地完成了显式给定的知识。另一方面，关于如何将ME原则扩展到包含自由变量的关系条件句，目前还没有达成一致意见。在本文中，我们重点讨论了两种针对一阶知识库开发的ME语义方法：聚合语义和基础语义。由于它们使用不同的条件变体，我们定义了逻辑PCI，它将这两种方法都作为特殊情况来涵盖，并提供了一个框架，在该框架中可以详细研究这两种方式的效果。虽然PCI-基础和PCI-聚合语义下的ME模型总体上不同，但我们指出知识库的参数一致性确保了这两种语义的一致性。使用一些具体的知识库，我们说明了这两种方法的差异和共同特征，特别是给定条件的基本实例<\/jats:p>“，”DOI“：”10.3390\/e17020852“，”type“：”期刊文章“，”已创建“：｛”日期部分“：[[2015,2,13]]，”日期时间“：”2015-02-13T15:40:07Z“，”时间戳“：1423842007000｝，”page“：”852-865“，”source“：”Crossref“，”由count引用“：11，”title“：[”一阶知识库最大熵语义下的关系概率条件及其实例化given“：”Marc“，”family“：”Finthammer“，”sequence“：”additional“，”affiliation“：[{”name“：”Hagen大学数学与计算机科学学院，58084 Hagen，Germany“}]}，{”given”：“Gabriele”，“family”：“Kern-Isberner”，“sequence”：“additional”，“affiliance”：多特蒙德理工大学计算机科学系，44227 Dortmund，Germany“}]}]，“member”：“1968”，“published-on-line”：{“date-parts”：[[2015,2,13]]}，“reference”：[{“key”：“ref_1”，“unstructured”：“Pearl，J.（1988）。《智能系统中的概率推理》，Morgan Kaufmann。”}，{“密钥”：“ref_2”，“非结构化”：“Cowell，R.、Dawid，A.、Lauritzen，S.和Spiegelhalter，D.（1999）。概率网络和专家系统，Springer。“}，{”key“：”ref_3“，”unstructured“：”Jaynes，E.（1983），《概率、统计和统计物理论文》，D.Reidel Publishing Company最大熵原理和最小交叉熵原理的公理推导”，“体积”：“IT-26”，“作者”：“海岸”，“年份”：“1980”，“期刊标题”：“IEEE Trans。Inf.Theory“}，{”key“：”ref_5“，”doi-asserted-by“：”crossref“，”unstructured“：”Paris，J.（1994）.The Uncertain Reasoner \u2019s Companion \u2014A Mathematical Perspective，Cambridge University Press.“，“doi”：“10.1017\/CBO9780511526596”}，“key”：“ref_6”，“doi-assert-by”：“crossref.”，“first page”:“77”，“doi:”10.1016\/S088-613X（97）0001 4-5“，”文章标题“：”为最大熵推理过程辩护”，“卷”：“17”，“作者”：“巴黎”，“年份”：“1997”，“新闻标题”：“国际期刊近似理由”。“}，{”key“：”ref_7“，”doi-asserted-by“：”crossref“，”first page“：“75”，”doi“：”10.1023\/A:1005081609010“，”article-title“：”常识和最大熵“，”volume“：2001年）非单调推理和信念修正中的条件句，Springer。“，”DOI“：”10.1007\/3-540-44600-1“}，{”key“：”ref_9“，”DOI-asserted-by“：”crossref“，”first page“：“6186”，“DOI”：“10.3390\/e16116186”，”article-title“：”What You Get“，“volume”：“16”，“author”：“Paris”，“year”：“2014”，“journal-title”：“Entropy“首页”：“105”，“DOI”：“10.1016\/S0004-3702（98）00088-5”，“文章标题”：“关于一阶条件逻辑”，“卷”：“105”，“作者”：“Delgrand”，“年份”：“1998”，“新闻标题”：“Artif。智力。“}，{”key“：”ref_11“，”unstructured“：”Fisseler，J.（2010）。《概率条件逻辑学习与建模；人工智能论文》，IOS出版社Getoor，L.和Taskar，B.（2007年）。《统计关系学习导论》，麻省理工学院出版社。“，”DOI“：”10.7551\/mitpress\/7432.0001.0001“}，{”key“：”ref_14“，”DOI-asserted-by“：”crossref“，”first-page:“31”，“DOI”：“10.1007\/978-3642-34179-3_2”，“article-title”：“概率推理方法的比较与评估：理论、实现与应用”，“volume”：“7600”，“author”：“Hameurlain”，“year”：“2012”，“journal-title:”大型数据和知识中心系统的事务VI“}，{“key”：“ref_15”，“unstructured”：“Lin，F.，Sattler，U.，and Truszczynski，M.（2010年1月9日\u201313）。关系概率条件的新语义方法。加拿大安大略省多伦多。”}，“key“：”ref_16“，”doi-asserted-by“：”crossref“，”first page“：“796”，“doi”：“10.1093\/jigpal\/jzs008“，”article-title“：”一阶概率条件逻辑和最大熵“，”volume“：”20“，”author“：”Fisseler“，”year“：”2012“，”journal-title”：“Log。J.IGPL“}，{“key”：“ref_17”，“第一页”：“189”，“文章标题”：“如何利用参数一致性进行关系概率逻辑中的最大熵推理”，“卷”：“7519”，“作者”：“Herzig”，“年”：“2012”，“期刊标题”：“人工智能中的逻辑”}，{“key”：“ref_18”，“doi断言者”：“crossref”，“第一页”：“483”，“doi”：“10.1093\/jigpal\/jzl020“，”article-title“：”Expert-System-Shell SPIRIT的功能“，”volume“：”14“，”author“：”Reucher“，“year”：“2006”，“journal-title”：“Log。J.IGPL“}，{”key“：”ref_19“，”doi-asserted-by“：”crossref“，”first page“：“598”，”doi“：”10.1007\/978-3642-3362-0_48“，”article-title“：”关系概率条件的实例化限制“，”volume“：“，”第一页“：”5“，”DOI“：”10.1007\/s10472-013-9369-3“，”article-title“：”用最大熵语义实现关系概率条件逻辑中知识库的参数一致性“，”volume“：”73“，”author“：”Beierle“，”year“：”2015“，”journal-title”：“Ann.Math。Artif公司。智力。“}，{”key“：”ref_21“，”unstructured“：”Beierle，C.，H\u00f6hnerbach，M.，and Marto，M.（2014年1月21日\u201323）。简化最大熵模型计算的关系概率知识库转换系统的实现。美国佛罗里达州彭萨科拉海滩“}10.1093\/jigpal\/jzs009“，”article-title“：”概率关系推理的集成开发环境“，”volume“：”20“，”author“：”Finthammer“，”year“：”2012“，”journal-title”：“Log。J.IGPL“}，{“key”：“ref_23”，“unstructured”：“Beierle，C.，Kuche，S.，Finthammer，M.，and Kern-Isberner，G.（2015年1月18日\u201320）。关系概率知识库条件结构的计算、可视化和比较软件系统。美国佛罗里达州好莱坞，出版。”}]，“container-title”：[“熵”]，“原标题“：[]，”语言“：”en“，”链接“：[｛”URL“：”https://www.mdpi.com/1099-4300\/17\/2\/852\/pdf“，”内容类型“：”未指定“，”内容版本“：”vor“，”预期应用程序“：”相似性检查“｝]，”存放“：｛”日期部分“：[[2024,6,3]]，”日期时间“：”2024-06-03T03:17:22Z“，”时间戳“：1717384642000｝，”分数“：1，”资源“：｛”主要“：｛”URL“：“https:\/\/www.mdpi.com\/1099-4300\/17\/2\/852“}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[[2015,2,13]]}，“参考计数”：23，“日志发布”：{“发布”：“2”，“发布在线”：{“日期部分”：[[2017,2]}，'alternative-id“：[”e17020852“]，”URL“http://\/dx.doi.org \/10.3390 \/e17020852“，”关系“：{}，”ISSN“：[”1099-4300“]，”ISSN-type“：[{”value“：“1099-4300”，“type”：“electronic”}]，“subject”：[]，“published”：{“date-parts”：[[2015,2,13]]}}