×
安吉丽卡·基米格;巴特·德梅恩;吕克·德·雷德;维托尔·桑托斯·科斯塔;里卡多·罗查

概率逻辑程序设计语言ProbLog的实现。 （英语） Zbl 1220.68037号

理论与实践。日志。程序。 11，编号2-3，235-262（2011）.
摘要：过去几年，人们对概率逻辑学习和统计关系学习领域的兴趣激增。在这一努力中，许多概率逻辑得到了发展。ProbLog是Prolog的一个最近的概率扩展，其动机是挖掘大型生物网络。在ProbLog中，可以用概率标记事实。这些事实被视为相互独立的随机变量，表明这些事实是否属于随机抽样程序。可以向ProbeLog程序提出不同类型的查询。我们介绍了能够有效执行这些查询的算法，讨论了它们在YAP-Prolog系统上的实现，并评估了它们在大型生物实体网络环境中的性能。

引用于25文件

MSC公司：

68N17号 逻辑编程
68甲15 编程语言理论

关键词：

概率逻辑程序设计;精确和近似推理;实施

软件：

探测日志;YAP Prolog公司
PDF格式BibTeX公司 XML格式引用
\textit{A.Kimmig}等人，《理论与实践》。日志。程序。11，编号2--3235-262（2011；Zbl 1220.68037）
全文： 内政部

参考文献：

[1] 佐藤，《人工智能研究杂志》（JAIR）15页391–（2001）
[2] Muggleton，ILP进展，第254页–（1995）
[3] Santos Costa，逻辑编程国际会议第305页–（2007）
[4] 桑托斯，人工智能不确定性会议，pp 517–（2003）
[5] 桑托斯·科斯塔（Santos Costa），《声明语言的实用性》，第九届国际研讨会，2007年PADL，法国尼斯，2007年1月14日至15日，第185页–（2007）
[6] Kimmig，欧洲机器学习会议第176页–（2007）
[7] Kimmig，国际人工智能联合会议，第1095页–（2009年）
[8] Ishihata，《归纳逻辑编程程序集》（ILP 2008），最新论文第44页–（2008）
[9] Gutmann，欧洲机器学习会议，第473页–（2008年）
[10] De Raedt，使用ProbLog的概率归纳查询（2009）
[11] 格拉芙，术语索引（1996）
[12] Getoor，统计关系学习（2007）
[13] Dantsin，俄罗斯逻辑编程会议第152页–（1991）
[14] De Raedt，国际人工智能联合会议，第2462页–（2007年）
[15] Dalvi，超大数据库国际会议，第864页–（2004年）
[16] Cussens，《人工智能的不确定性》，第115页–（2000）
[17] 巴赫迈尔，软件开发理论与实践国际联合会议，第61页–（1993）
[18] 里古齐，意大利人工智能协会（AI*IA）大会，第109页–（2007年）
[19] 佐藤，逻辑编程国际会议第715页–（1995）
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。