麦金太尔

MCINTYRE:概率逻辑程序设计的蒙特卡罗系统。概率逻辑程序设计以其对实体间复杂和不确定关系的领域进行建模的能力越来越受到人们的关注。本文主要研究基于分布语义的概率逻辑程序设计语言的近似推理问题。一个成功的近似方法是基于蒙特卡罗抽样,即在从概率程序抽样的正常程序中验证查询的真实性。ProbLog系统包括这样一个算法,cplint套件也是如此。在本文中,我们提出了一种基于程序转换的蒙特卡罗推理方法,该方法将一个概率程序转换为可以提出查询的正常程序。当前示例存储在Yap Prolog引擎的内部数据库中。由此产生的系统名为MCINTYRE,用于montecarlo推断和Yap记录,对各种问题进行了评估:生物网络、人工数据集和隐马尔可夫模型。将MCINTYRE与ProbLog和cplint的montecarlo算法以及PITA系统的精确推理进行了比较。结果表明,MCINTYRE比其他montecarlo系统速度快。