文件Open Access徽标

基于累积评分的违约理论归纳

作者 法哈德·沙克林 , 戈帕尔·古普塔

PDF格式
缩略图PDF

文件

OASIcs公司。ICLP.2018.2.pdf版
  • 文件大小：477 kB
  • 15页

文件标识符

作者详细信息

法哈德·沙克林
  • 德克萨斯大学达拉斯分校，德克萨斯州，美国
戈帕尔·古普塔
  • 德克萨斯大学达拉斯分校，德克萨斯州，美国

基金

NSF授予IIS 171894部分支持作者

引用为获取BibTex

Farhad Shakerin和Gopal Gupta。基于累积评分的违约理论归纳。第34届逻辑编程国际会议（ICLP 2018）技术交流。信息学开放获取系列（OASIcs），第64卷，第2:1-2:15页，Dagstuhl–Leibniz-Zentrum für Informatik Schloss（2018）
https://doi.org/10.4230/OASIcs.ICLP.2018.2

摘要

近年来，人们进行了大量研究，以扩展归纳逻辑编程（ILP）方法，从而归纳出一类更具表现力的逻辑程序，如答案集程序。所提出的方法对正确的假设进行了详尽的搜索。因此，它们是可靠的，但无法扩展到实际数据集。缺乏可扩展性以及无法处理现实数据集中的噪声数据限制了它们的适用性。相反，自顶向下的ILP算法（如FOIL）可以使用启发式和容忍噪声轻松指导搜索。由于搜索最佳假设的贪婪本性，它们的规模也非常大。然而，在某些情况下，尽管有很多正面和负面的例子，但启发式方法无法将搜索引向正确的方向。在本文中，我们介绍了FOLD 2.0算法，这是我们最近开发的算法FOLD的一个增强版本。我们最初的FOLD算法自动化了缺省理论的归纳学习。这里介绍的增强功能保留了子句专门化期间假设搜索的贪婪性质。这些增强也避免了陷入局部最优，这是类FOIL算法的一个主要陷阱。我们在本文中报告的实验表明，这类诱导假设在准确性和表达性方面有了显著的改进。据我们所知，我们的FOLD 2.0算法是第一个基于启发式、可扩展和抗噪声的ILP系统，用于诱导答案集程序。

主题分类

ACM科目分类
  • 计算方法→归纳逻辑学习
关键词
  • 归纳逻辑程序设计
  • 否定为失败
  • 答案集编程
  • 默认推理
  • 机器学习

韵律学

工具书类

  1. Domenico Corapi、Alessandra Russo和Emil Lupu。答案集编程中的归纳逻辑编程。Stephen Muggleton、Alireza Tamaddoni-Nezhad和Francesca A.Lisi，2011年7月31日至8月3日在英国温莎大公园举行的第21届国际归纳逻辑编程会议编辑，2011年，《修订论文选》，计算机科学讲稿第7207卷，第91-97页。施普林格，2011年。网址：http://dx.doi.org/10.1007/978-3642-31951-8_12.
  2. 约翰内斯·福恩克兰兹（Johannes Fürnkranz）。FOSSIL：强大的关系型学习者。Francesco Bergadano和Luc De Raedt，《机器学习：ECML-94》编辑，第122-137页，柏林，海德堡，1994年。施普林格-柏林-海德堡。谷歌学者
  3. Michael Gelfond和Vladimir Lifschitz。逻辑编程的稳定模型语义。Robert A.Kowalski和Kenneth A.Bowen编辑，《逻辑编程》，第五届国际会议和研讨会论文集，1988年8月15日至19日，华盛顿州西雅图（2卷），1070-1080页。麻省理工学院出版社，1988年。谷歌学者
  4. 马克·劳（Mark Law）、亚历山德拉·拉索（Alessandra Russo）和克莉莎·布罗达（Krysia Broda）。答案集程序的归纳学习。爱德华多·费尔梅（Eduardo Fermé）和乔·莱特（Joáo Leite）主编，《人工智能中的逻辑——第14届欧洲会议》，JELIA 2014，Funchal，Madeira，葡萄牙，2014年9月24-26日。LNCS第8761卷，第311-325页。斯普林格，2014年。网址：http://dx.doi.org/10.1007/978-3-319-11558-0_22.
  5. M.利奇曼。UCI机器学习库，2013年。网址：http://archive.ics.uci.edu/ml.
  6. 马可·里皮（Marco Lippi）、曼弗雷德·贾格尔（Manfred Jaeger）、保罗·弗雷斯科尼（Paolo Frasconi）和安德烈亚·帕塞里尼（Andrea Passerini）。获得关系信息。机器学习，83（2）：219-2392011年5月。网址：http://dx.doi.org/10.1007/s10994-010-5194-7.
  7. 约翰·明格斯。决策树归纳选择测度的实证比较。机器学习，3:319-3421989。谷歌学者
  8. 托马斯·米切尔。机器学习。McGraw-Hill，Inc.，美国纽约州纽约市，第1版，1997年。谷歌学者
  9. 斯蒂芬·马格尔顿（Stephen Muggleton）。感应逻辑编程。新一代计算。，8(4):295-318, 1991. 网址：http://dx.doi.org/10.1007/BF03037089.
  10. 斯蒂芬·马格尔顿（Stephen Muggleton）。反向蕴涵和编程。新一代计算。，13(3&4):245-286, 1995. 网址：http://dx.doi.org/10.1007/BF03037227.
  11. G.D.Plotkin。关于归纳概括的进一步说明，《机器智能》，第6卷，第101-124页，1971年。谷歌学者
  12. J.R.昆兰。归纳逻辑程序设计中的确定文字。《第十二届国际人工智能联合会议论文集-第2卷，IJCAI’91，第746-750页，美国加利福尼亚州旧金山，1991年。Morgan Kaufmann Publishers Inc.网址：http://dl.acm.org/citation.cfm？id=1631552.1631572.
  13. J.罗斯·昆兰（J.Ross Quinlan）。从关系中学习逻辑定义。机器学习，5:239-2661990。网址：http://dx.doi.org/10.1007/BF00117105.
  14. 奥利弗·雷。非单调诱因归纳学习。应用逻辑杂志，7（3）：329-3402009。特刊：人工智能中的诱拐和诱导。网址：http://dx.doi.org/10.1016/j.jal.2008.10.07.
  15. 雷蒙德·雷特。默认推理的逻辑。Artif公司。智力。，13(1-2):81-132, 1980. 网址：http://dx.doi.org/10.1016/0004-3702(80)90014-4.
  16. 恰基·萨卡马（Chiaki Sakama）。非单调逻辑程序中答案集的归纳。ACM事务处理。计算。日志。，6(2):203-231, 2005. 网址：http://dx.doi.org/10.1145/1055686.1055687.
  17. 坂间千树和井上胜美。勇敢的归纳法：从不完整信息中学习的逻辑框架。机器学习，76（1）：3-352009。网址：http://dx.doi.org/10.1007/s10994-009-5113-y.
  18. 马修·塞鲁里耶（Mathieu Serrurier）和亨利·普拉德（Henri Prade）。在ILP中引入了用于处理异常的可能性逻辑。《人工智能》，171:939-9502007年。谷歌学者
  19. Farhad Shakerin和Gopal Gupta。技术报告，基于启发式的答案集程序归纳：从默认理论到组合问题，http://arxiv.org/abs/1802.06462, 2018.
  20. Farhad Shakerin、Elmer Salazar和Gopal Gupta。一种自动归纳学习缺省理论的新算法。TPLP，17（5-6）：1010-10262017年。网址：http://dx.doi.org/10.1017/S1471068417000333.
  21. Ashwin Srinivasan、Stephen Muggleton和Michael Bain。《区分非单调学习中的噪音例外》，S.Muggleton和K.Furukawa主编，第二届国际归纳逻辑编程研讨会（ILP92），1996年。谷歌学者
  22. 詹姆斯·沃古利斯。修订关系域理论。美国伊利诺伊州埃文斯顿西北大学第八届国际研讨会论文集（ML91）编辑劳伦斯·伯恩鲍姆（Lawrence Birnbaum）和格雷格·柯林斯（Gregg Collins），第462-466页。摩根·考夫曼，1991年。谷歌学者
  23. 曾强（Qiang Zeng）、佩特尔（Jignesh M.Patel）和佩奇（David Page）。QuickFOIL：可扩展归纳逻辑编程。程序。荷兰VLDB。，8（3）：197-2082014年11月。网址：http://dx.doi.org/10.14778/2735508.2735510.
问题/备注/反馈
X（X）

Dagstuhl出版社反馈


感谢您的反馈！

已提交反馈

无法发送消息

请稍后再试或发送电子邮件
© 2023-2024Schloss Dagstuhl–LZI股份有限公司 印记 隐私 联系人