×

学习答案集编程中的弱约束。 (英语) Zbl 1379.68073号

摘要:本文通过提出一种新的学习框架,对归纳逻辑编程领域做出了贡献,该框架允许学习答案集编程(ASP)中的弱约束。该框架称为从有序答案集学习,通过将示例的新概念考虑为命令成对的部分答案集,举例说明所学假设的答案集(连同给定的背景知识)是首选给其他人。在这个新的学习任务中,归纳解是在正常规则、选择规则以及硬约束和弱约束的假设空间内搜索的。我们提出了一种新的算法ILASP2,它相对于我们的新学习框架来说是完善的。我们研究了它在面试安排问题中对学习偏好的适用性,并证明了当局限于学习ASP程序而没有弱约束的任务时,ILASP2可以比我们之前提议的系统更高效。

MSC公司:

68N17号 逻辑编程
68T05型 人工智能中的学习和自适应系统

软件:

Potassco公司
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 班巴拉姆。,SohT.公司。,TamuraN公司。,InoueK公司。和SchaubT.2013。答案集编程作为课程时间表的建模语言。逻辑程序设计的理论与实践13,4-5,783-798.10.1017/S1471068413000495S1471069413000495·Zbl 1286.68040号 ·doi:10.1017/S1471068413000495
[2] BlockeelH公司。和De RaedtL.1998。一阶逻辑决策树的自顶向下归纳。人工智能101,1,285-297.10.1016/S0004-3702(98)00034-4·Zbl 0909.68034号 ·doi:10.1016/S0004-3702(98)00034-4
[3] CalimeriF.、FaberW.、。,GebserM.、IanniG.、。,卡明斯基。,KrennwallnerT公司。,利昂内。,里卡夫。和SchaubT.2013。ASP-Core-2输入语言格式。https://www.mat.unical.it/aspcomp2013/files/ASP-CORE-2.0.pdf。
[4] 科罗拉多州。,俄罗斯。和LupuE.2010。归纳逻辑编程是诱因搜索。在ICLP(技术通信)中。54-63.
[5] 科罗拉多州。,俄罗斯。和LupuE.2012。答案集编程中的归纳逻辑编程。在归纳逻辑编程中。施普林格,91-97。
[6] 达斯坦尼姆。,雅各布斯。,容克。M.和TreurJ.2001。电子商务中的用户偏好建模和中介代理。代理中介电子商务。斯普林格,163-193年。
[7] DeneckerM.、VennekensJ.、。,债券。,GebserM.和Truszczyn skiM.2009年。第二个答案集编程竞赛。在逻辑编程和非单调推理中。施普林格,637-654。
[8] FürnkranzJ。和Hüllermeier E.2003。成对偏好学习和排名。机器学习:ECML 2003。斯普林格,145-156·Zbl 1257.68126号
[9] GebserM.、KaminskiR.、。,考夫曼银行。,奥斯特罗斯基。,朔布。和SchneiderM.2011。Potassco:波茨坦答案集解答集合。AI通信24,2,107-124·Zbl 1215.68214号
[10] 盖斯勒B。,哈弗。和HaddawyP.2001。通过理论提炼建立用户偏好模型。第六届智能用户界面国际会议论文集。美国医学会,87-90。
[11] HorváthT.2012年。基于内容的推荐系统的用户偏好学习模型。计算与信息28,4,453-481·Zbl 05649279号
[12] KimberT。,布罗达K。和俄罗斯A.2009。失败诱导:学习连接喇叭理论。在逻辑程序设计和非单调推理中。施普林格,169-181·Zbl 1258.68031号
[13] 拉鲁埃塔。,洛佩兹。,马丁L。和VrainC.2010。关于学习约束问题。人工智能工具(ICTAI),2010年第22届IEEE国际会议,第1卷。IEEE,45-52。
[14] 法律。,俄罗斯。和BrodaK.2014。答案集程序的归纳学习。《人工智能中的逻辑》(JELIA 2014)。斯普林格·Zbl 1432.68391号
[15] 法律。,俄罗斯。和BrodaK.2015a。用于学习答案集程序的ILASP系统。https://www.doc.ic.ac.uk网站/ml1909/ILASP。
[16] 法律。,俄罗斯。和BrodaK.2015b。ILASP2的可靠性和完整性证明。https://www.doc.ic.ac.uk网站/ml1909/LASP2.pdf证明。
[17] 法律M。,俄罗斯。和BrodaK.2015c。ASP中选择规则的简化简化。技术代表DTR2015-2,帝国理工学院计算机系。
[18] 麻瓜顿S.1991。归纳逻辑编程。新一代计算机8,49295-318.10.1007/BF003037089·Zbl 0712.68022号 ·doi:10.1007/BF03037089
[19] 麻瓜。,De RaedtL.公司。,池D。,布拉科伊。,FlachP.、。,井上。和SrinivasanA.2012。ILP转20圈。机器学习86,1,3-23.10.1007/s10994-011-5259-2·Zbl 1243.68014号 ·doi:10.1007/s10994-011-5259-2
[20] 麻瓜人。和LinD.2013。高阶二元数据日志的元解释学习:重新审视谓词发明。第二十三届国际人工智能联合会议论文集。AAAI出版社,1551-1557。
[21] 奥特罗。第2001页。稳定模型的归纳。在归纳逻辑编程中。施普林格,193-205年·Zbl 1007.68506号
[22] RayO.2009年。非单调诱因归纳学习。应用逻辑杂志7,3,329-340.10.1016/j.jal.2008.10.07·Zbl 1179.68125号 ·doi:10.1016/j.jal.2008.10.07
[23] 雷奥。,布罗达K。和俄罗斯A.2004。混合诱拐归纳证明程序。IGPL12,5,371-397.10.1093/jigpal/12.5.371的逻辑杂志·Zbl 1067.68133号 ·doi:10.1093/jigpal/12.5.371
[24] 坂城。和InoueK.2009。勇敢的归纳法:从不完整信息中学习的逻辑框架。机器学习76,1,3-35.10.1007/s10994-009-5113-y·doi:10.1007/s10994-009-5113-y
[25] 斯里尼瓦桑A.2001。aleph手册。牛津大学计算机实验室的机器学习。
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。