×
迈克尔·蒋;大卫·普尔

参考课程和关系学习。 （英语） Zbl 1242.68323号

国际J近似推理 53，第3期，326-346（2012）.
摘要：本文研究了关系概率模型和引用类之间的联系，特别关注这些模型生成概率查询正确答案的能力。我们区分了仅表示观察到的关系的关系模型和额外表示个人潜在属性的关系模型。我们展示了如何从引用类的角度理解这两种类型的关系模型，以及学习这些模型对应于识别引用类的不同方式。我们没有研究与参考类相关的哲学问题对关系学习的影响，而是直接评估关系模型是否能够代表关系数据简单生成过程的正确概率。我们表明，只有观察到的属性和关系的模型只能在限制条件下表示正确的概率，而同时也表示潜在属性的模型可以避免此类限制。因此，获取潜在属性模型的方法是识别参考类的传统方法的一种有吸引力的替代方法。我们在合成域和真实域上的实验支持了这一分析，表明具有潜在关系的模型比没有潜在关系的更准确。

引用于1文件

MSC公司：

68层37 人工智能背景下的不确定性推理
68T27型 人工智能中的逻辑

关键词：

关系学习;预测;参考类;群集;隐变量模型

软件：

博客;棱镜
PDF格式BibTeX公司 XML格式引用
\textit{M.Chiang}和\textit{D.Poole}，《国际近似推理》53，第3期，326--346（2012；Zbl 1242.68323）
全文： DOI程序

参考文献：

[1] 艾若迪，E.M。；布莱，D.M。；菲恩伯格，S.E。；Xing，E.P.，混合成员随机块模型，机器学习研究杂志，1981-2014年9月（2008年）·Zbl 1225.68143号
[2] 巴克斯，F。；格罗夫，A.J。；Halpern，J.Y。；Koller，D.，《从统计知识库到信念程度》，人工智能，87，1-2，75-143（1996）·Zbl 1506.68146号
[3] M.Chiang，D.Poole，潜在关系模型的增量EM，收录于：2009年统计关系学习国际研讨会论文集。；M.Chiang，D.Poole，《潜在关系模型的增量EM》，载于《国际统计关系学习研讨会论文集》，2009年。
[4] De Raedt，L.，逻辑和关系学习（2008），施普林格·Zbl 1203.68145号
[5] Dempster，A.P。；新墨西哥州莱尔德。；Rubin，D.B.，《通过EM算法从不完整数据中获取最大似然》，《皇家统计学会杂志》，第34期，第1-38页（1977年）·Zbl 0364.62022号
[6] Fetzer，J.H.，Reichenbach，参考类和单案例概率，综合，34，2（1977）·Zbl 0366.60006号
[7] N.Friedman，L.Getoor，D.Koller，A.Pfeffer，《学习概率关系模型》，载《第十六届国际人工智能联合会议论文集》，1999年，第1300-1309页。；N.Friedman，L.Getoor，D.Koller，A.Pfeffer，《学习概率关系模型》，载《第十六届国际人工智能联合会议论文集》，1999年，第1300-1309页。
[8] L.Getoor，B.Taskar（编辑），《统计关系学习导论》，2007年。；L.Getoor，B.Taskar（编辑），《统计关系学习导论》，2007年·Zbl 1141.68054号
[9] Halpern，J.Y.，概率的一阶逻辑分析，人工智能，46311-350（1990）·Zbl 0723.03007号
[10] 手动旋塞，M.S。；Raftery，A.E。；Tantrum，J.M.，《基于模型的社交网络聚类》，《皇家统计学会杂志》，170，2，301-354（2007）
[11] 霍夫曼，J.M。；Wiggins，C.H.，网络模块化的贝叶斯方法，《物理评论快报》，100，25（2008）
[12] T.Hofmann，J.Puzicha，协作过滤的潜在类模型，载《第十六届国际人工智能联合会议论文集》，1999年，第688-693页。；T.Hofmann，J.Puzicha，协作过滤的潜在类模型，载《第16届国际人工智能联合会议论文集》，1999年，第688-693页。
[13] Jaeger，M.，关系贝叶斯网络，（第13届人工智能不确定性会议论文集（1997年），Morgan Kaufmann），266-273
[14] Kahneman，D。；斯洛文尼亚语，P。；《不确定性下的判断：启发式和偏见》（1982），特拉夫斯基，A.，剑桥大学出版社
[15] C.Kemp，J.B.Tenenbaum，T.L.Griffiths，T.Yamada，N.Ueda，《具有无限关系模型的概念学习系统》，载《第21届全国人工智能会议论文集》，2006年。；C.Kemp，J.B.Tenenbaum，T.L.Griffiths，T.Yamada，N.Ueda，《具有无限关系模型的概念学习系统》，载于：《第21届全国人工智能会议论文集》，2006年。
[16] K.Kersting，L.De Raedt，贝叶斯逻辑程序，收录于：J.Cussens，A.Frisch，（编辑），《第十届归纳逻辑程序设计国际会议论文集（工作-生产轨道）》，2000年，第138-155页。；K.Kersting，L.De Raedt，贝叶斯逻辑程序，收录于：J.Cussens，A.Frisch，（编辑），《第十届归纳逻辑程序设计国际会议论文集》（工作-生产轨道），2000年，第138-155页·Zbl 1006.68504号
[17] K.Kersting，L.De Raedt，学习贝叶斯逻辑程序的基本原则，弗莱堡大学技术代表，2002年。；K.Kersting，L.De Raedt，学习贝叶斯逻辑程序的基本原则，弗莱堡大学技术代表，2002年·Zbl 1137.68544号
[18] S.Kok，P.Domingos，《学习马尔可夫逻辑网络的结构》，载《第22届机器学习国际会议论文集》，2005年，第441-448页。；S.Kok，P.Domingos，《学习马尔可夫逻辑网络的结构》，载《第22届机器学习国际会议论文集》，2005年，第441-448页。
[19] 科勒，D。；弗里德曼，N.，《概率图形模型：原理和技术》（2009），麻省理工学院出版社·Zbl 1183.68483号
[20] Koren，Y.，《因子分解与邻域相遇：一个多层面的协同过滤模型》，（第14届ACM SIGKDD国际知识发现和数据挖掘会议（2008年），ACM：美国纽约州纽约市ACM），426-434
[21] Kyburg，H.，参考类，科学哲学，50374-397（1983）
[22] Kyburg，H.E.，《统计推断的逻辑基础》（1974），D.Reidel Publishing Co·Zbl 0335.02001号
[23] Kyburg，H.E.，《随机性与正确参考类》，《哲学杂志》，第74期，第501-502页（1977年）
[24] Kyburg，H.E.，基于证据的信念，计算智能，10，3-20（1994）
[25] 拉夫拉克，N。；Dzeroski，S.，《归纳逻辑编程：技术与应用》（1994），Ellis Horwood出版社：Ellis Horwood，纽约·Zbl 0830.68027号
[26] 列维，I.，直接推断，《哲学杂志》，74，1，5-29（1977）
[27] 李维，I.，直接推理和确认条件化，科学哲学，48，4，532-552（1981）
[28] 马林，B。；Zemel，R.S.，协同过滤的多重乘法因子模型，（第21届机器学习国际会议论文集，ICML'04（2004），ACM:ACM纽约，纽约，美国），第73页
[29] McGrew，T.，直接推理和归纳问题，《一元论》，84（2001）
[30] B.Milch，B.Marthi，S.Russell，D.Sontag，D.L.Ong，A.Kolobov，BLOG:未知对象的概率模型，收录于：第19届国际人工智能联合会议，2005年，第1352-1359页。；B.Milch，B.Marthi，S.Russell，D.Sontag，D.L.Ong，A.Kolobov，BLOG:未知对象的概率模型，收录于：第19届国际人工智能联合会议，2005年，第1352-1359页。
[31] S.Muggleton，反向蕴涵和编程。新一代计算13（3-4）（1995）245-286（归纳逻辑编程特刊）。；S.Muggleton，反向蕴涵和编程。新一代计算13（3-4）（1995）245-286（归纳逻辑编程专刊）。
[32] S.Muggleton，《随机逻辑程序》，载于：L.De Raedt（编辑），第五届归纳逻辑程序国际研讨会论文集，计算机科学系，卡托利克大学鲁汶分校，1995年，第29页。；S.Muggleton，《随机逻辑程序》，载于：L.De Raedt（编辑），第五届归纳逻辑程序国际研讨会论文集，计算机科学系，卡托利克大学鲁汶分校，1995年，第29页·Zbl 1017.68098号
[33] 麻格尔顿，S。；De Raedt，L.，《归纳逻辑编程：理论和方法》，《逻辑编程杂志》，19/20，629-679（1994）·Zbl 0816.68043号
[34] J.Neville，D.Jensen，利用潜在群模型的关系自相关，载于：IEEE国际数据挖掘会议，2005年，第322-329页。；J.Neville，D.Jensen，《利用关系自相关与潜在群模型》，收录于：IEEE数据挖掘国际会议，2005年，第322-329页。
[35] Newman，M.E.J.，《复杂网络的结构和功能》，SIAM Review，45，167-256（2003）·Zbl 1029.68010号
[36] Nienhuys-Cheng，S。；de Wolf，R.，《归纳逻辑编程基础》。《归纳逻辑程序设计基础》，《人工智能课堂讲稿》（1997），施普林格-弗拉格：德国施普林格·Zbl 1293.68014号
[37] Pearl，J.，《智能系统中的概率推理：合理推理网络》（1988），摩根考夫曼：摩根考夫曼·圣马特奥
[38] Poole，D.，概率Horn诱拐和贝叶斯网络，人工智能，64，1，81-129（1993）·Zbl 0792.68176号
[39] Poole，D.，《不确定性下多智能体建模的独立选择逻辑》，人工智能，95，1-2，7-56（1997）·Zbl 0902.03017号
[40] Quinlan，J.R.，从关系中学习逻辑定义，机器学习，5，239-266（1990）
[41] Reichenbach，H.，《概率论》（1949），加利福尼亚大学出版社·Zbl 0038.28604号
[42] 理查森，M。；多明戈斯，P.，马尔可夫逻辑网络，机器学习，62，1-2，107-136（2006）·Zbl 1470.68221号
[43] S.Sampson，《变革时期的新手：社会关系的实验与案例研究》，康奈尔大学博士论文，1968年。；S.Sampson，《变革时期的新手：社会关系的实验和案例研究》，康奈尔大学博士论文，1968年。
[44] T.Sato，Y.Kameya，PRISM:一种符号统计建模语言，摘自：《第十五届国际人工智能联合会议论文集》，1997年，第1330-1335页。；T.Sato，Y.Kameya，《PRISM:一种符号统计建模语言》，载于《第十五届国际人工智能联合会议论文集》，1997年，第1330-1335页。
[45] 沈义义，二元分类和类概率估计的损失函数，宾夕法尼亚大学博士论文，2005。；Y.Shen，二元分类和类概率估计的损失函数，宾夕法尼亚大学博士论文，2005年。
[46] B.Taskar，E.Segal，D.Koller，关系数据中的概率分类和聚类，摘自：《第17届国际人工智能联合会议论文集》，2001年，第870-878页。；B.Taskar，E.Segal，D.Koller，关系数据中的概率分类和聚类，摘自：《第17届国际人工智能联合会议论文集》，2001年，第870-878页。
[47] L.H.Ungar，D.P.Foster，协作过滤的聚类方法，收录于：美国人工智能协会推荐系统研讨会。AAAI出版社，1998年。；L.H.Ungar，D.P.Foster，协作过滤的聚类方法，收录于：美国人工智能协会推荐系统研讨会。AAAI出版社，1998年。
[48] 徐，Z。；Tresp，V。；雷廷格，A。；Kersting，K.，《使用非参数关系模型进行社会网络挖掘》，（Zhang，H.；Smith，M.；Giles，L.；Yen，J.，《社会网络挖掘与分析进展》，LNCS（2009），Springer）
[49] 徐振中、特雷普、余国强、克里格尔，无限隐式关系模型，载《第22届数学智能不确定性会议论文集》，2006年。；Z.Xu，V.Tresp，K.Yu，H.Kriegel，无限隐藏关系模型，收录于《第22届数学智能不确定性会议论文集》，2006年。
[50] 叶迪迪亚，J.S。；弗里曼，W.T。；Weiss，Y.，《构造自由能近似和广义置信传播算法》，IEEE信息理论汇刊，51，2282-2312（2004）·Zbl 1283.94023号
[51] Zhang，N.L。；Poole，D.，《利用贝叶斯网络推理中的因果独立性》，《人工智能研究杂志》，5301-328（1996）·Zbl 0900.68384号
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。