伊斯兰教，穆罕默德·阿西夫;罗马克里希南，C.R。;罗马克里希南，I.V。 连续随机变量概率逻辑程序中的推理。 （英文） Zbl 1260.68063号 理论与实践。日志。程序。 12，编号4-5，505-523（2012）. 概要：概率逻辑编程（PLP）以佐藤（T.Sato）和卡梅亚（Y.Kameya）的PRISM、普尔（D.Poole）的ICL、雷德（L.D.Raedt）、基明（A.Kimming）和托伊沃宁（H.Toivonen）的ProbLog和维尼肯斯（J.Vennekens）、德内克（M.Denecker）和布鲁诺（M.Bruynooghe）的LPAD为例，旨在将统计和逻辑知识表示与推理。然而，这些工作中使用的推理技术依赖于枚举查询答案的解释集。因此，这些语言允许非常有限地使用具有连续分布的随机变量。在本文中，我们提出了一个符号推理过程，该过程使用约束并表示无枚举的解释集。这使我们能够用高斯或伽玛分布随机变量（除了离散值随机变量）和实数上的线性等式约束对PLP进行推理。我们在PRISM的背景下开发了推理程序；然而，该程序的核心思想也可以很容易地应用于其他PLP语言。我们推理过程中一个有趣的方面是，PRISM的查询求值过程在程序中没有任何连续随机变量的情况下成为一个特例。符号推理过程使我们能够对复杂的概率模型进行推理，例如卡尔曼滤波器和混合贝叶斯网络的一个大的子类，这在PLP框架中迄今为止是不可能的。 引用于5文件 MSC公司： 68N17号 逻辑编程 关键词：符号推理程序;高斯分布随机变量;伽马分布随机变量;离散值随机变量 软件：PRMLT公司;ProbLog（问题日志） PDF格式BibTeX公司 XML格式引用 \textit{M.A.Islam}等人，理论与实践。日志。程序。12、编号4--5、505--523（2012；Zbl 1260.68063） 全文： 内政部 arXiv公司 参考文献： [1] Bishop，模式识别和机器学习（2006） [2] 内政部：10.1016/0004-3702（93）90061-F·Zbl 0792.68176号 ·doi:10.1016/0004-3702（93）90061-F [3] 内政部：10.1016/0885-2308（90）90022-X·doi:10.1016/0885-2308（90）90022-X [4] Getoor，《统计关系学习导论》（2007） [5] 罗素，《人工智能：现代方法》（2003） [6] 数字对象标识码：10.1016/S0743-1066（98）10002-X·Zbl 0920.68068号 ·doi:10.1016/S0743-1066（98）10002-X [7] Gutmann，TPLP 11第663页–（2011年） 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。