塔马多尼·内扎德（Alireza Tamaddoni-Nezhad）;斯蒂芬·马格尔顿 随机优化。 （英语） Zbl 1329.68060号 Frasconi，Paolo（编辑）等人，《归纳逻辑编程》。第20届国际会议，ILP 2010，意大利佛罗伦萨，2010年6月27日至30日。修订论文。柏林：施普林格出版社（ISBN 978-3-642-21294-9/pbk）。计算机科学课堂讲稿6489。人工智能课堂讲稿，222-237（2011）。 摘要：本文提出的研究动机是以下问题。子句的一般顺序和相关概念（如求精）如何适用于随机搜索？为了解决这个问题，我们引入了随机求精算子的概念，并采用了一个称为随机求精搜索的框架。本文引入子句的随机精化作为子句集上的概率分布。这种概率分布可以看作是随机ILP搜索中的先验。我们研究了随机精化搜索作为两种众所周知的马尔科夫方法的性质：1）吉布斯抽样算法和2）随机启发式搜索。作为吉布斯抽样算法，随机精化搜索根据后验分布从假设空间迭代生成随机样本。我们证明可以设置最小样本量，以便在每次迭代中以较高的概率生成一致子句。我们在随机启发式搜索的框架内研究了随机精化算子，并使用该框架描述了一些ILP系统中的随机搜索方法。我们还研究了随机精化搜索的一个特例，其中精化算子是根据底子句的包含顺序定义的。本文还提供了一些见解，以解释在ILP系统Golem和ProGolem中使用随机类lgg算子的相对优势。关于整个系列，请参见[Zbl 1215.68014号]. 引用于1文件 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：GOLEM公司;ProGolem公司 PDF格式BibTeX公司 XML格式引用 \textit｛A.Tamaddoni Nezhad｝和\textit｛S.Muggleton｝，Lect。注释计算。科学。6489、222--237（2011年；Zbl 1329.68060） 全文： 内政部