×

命题语言和关系语言指定的贝叶斯网络的复杂性。 (英语) Zbl 1451.68257号

摘要:我们研究了逻辑语言指定的贝叶斯网络中推理的复杂性。我们考虑从命题逻辑片段到等式无函数一阶逻辑的表示;在此过程中,我们涵盖了各种板块模型和概率关系模型。我们研究了当网络、查询和域作为输入时推断的复杂性(推理的合并复杂性),当网络是固定的并且查询和域是输入时(查询/数据复杂性),以及当网络和查询是固定的并且域是输入时(领域复杂性)。我们将概率数据库和可生存性结果联系起来,得到从多项式到指数级的复杂性类;我们用易处理的推理来识别新的语言,并将结果与基于图版和概率关系模型的语言联系起来。

MSC公司:

68T27型 人工智能中的逻辑
62H22个 概率图形模型
第68页,共15页 数据库理论
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Artale,A。;Calvanee,D。;康查科夫,R。;Zakharyashev,MDL-Lite(DL-Lite)家庭和关系,J.Artif。智力。决议,36,1-69(2009年)·Zbl 1192.68657号
[2] Baader,F.,《具有存在限制的描述逻辑中的术语循环》(IJCAI(2003)),325-330
[3] 巴德,F。;Nutt,W.,《基本描述逻辑》(description Logic Handbook(2002),剑桥大学出版社),47-100
[4] Bacchus,F.,《用概率知识表示和推理:逻辑方法》(1990年),麻省理工学院出版社:麻省理学院出版社剑桥
[5] Bacchus,F.,使用一阶概率逻辑构建贝叶斯网络,(人工智能不确定性会议(1993)),219-226
[6] 贝利医学博士。;达尔摩,V。;Kolaitis,P.G.,PP-完全可满足性问题的相变,离散应用。数学。,155, 1627-1639 (2007) ·Zbl 1123.68117号
[7] Bauland,M。;Bohler,E。;北卡罗来纳州克里诺。;雷思,S。;施诺尔,H。;Vollmer,H.,量化约束问题的复杂性,理论计算。系统。,47, 454-490 (2010) ·Zbl 1204.68182号
[8] Beame,P。;Van den Broeck,G。;格里布科夫,E。;Suciu,D.,对称加权一阶模型计数,(ACM数据库系统原理研讨会,ACM数据库原理研讨会,PODS(2015))
[9] O.Benjelloun。;Sarma,A.D。;Halevy,A。;西奥博尔德,M。;Widom,J.,《具有不确定性和血统的数据库》,国际期刊VLDB,17,2,243-264(2008)
[10] 布莱,D.M。;Ng,A.Y。;Jordan,M.I.,《潜在迪里克莱分配》,J.Mach。学习。决议,3,993-1022(2003)·Zbl 1112.68379号
[11] 布布利,R。;Dyer,M.,《没有汇的图形定向和#SAT硬情况的近似》,(ACM-SIAM离散算法研讨会(1997),248-257·Zbl 1321.68378号
[12] Buchman,D。;Poole,D.,概率逻辑程序中的负概率,国际期刊近似推理。,83, 43-59 (2017) ·Zbl 1404.68034号
[13] Buchman,D。;Poole,D.,《为什么规则很复杂:实际值概率逻辑程序没有充分表达》(《人工智能中的不确定性会议》(2017))
[14] Buhrman,H。;福特诺,L。;Thierauf,T.,《非相对化分离》(IEEE复杂性学报(1998)),8-12·Zbl 0935.68032号
[15] 布拉托夫,A。;戴尔,M。;洛杉矶Goldberg。;Jalsenius,M。;Jerrum,M。;Richerby,D.,《加权和未加权的复杂性》,J.Compute。系统。科学。,78, 681-688 (2012) ·Zbl 1282.68110号
[16] Buntine,W.L.,《图形模型学习的操作》,J.Artif。智力。第2号决议,第159-225页(1994年)
[17] 蔡建勇。;卢,P。;Xia,M.,全息还原、插值和硬度,计算机。复杂。,21, 4, 573-604 (2012) ·Zbl 1282.68120号
[18] Calvanee,D。;Giacomo,G.D。;伦博,D。;Lenzerini,M。;Rosati,R.,DL-Lite:本体的易处理描述逻辑(AAAI(2005)),602-607
[19] Calvanee,D。;Giacomo,G.D。;伦博,D。;Lenzerini,M。;Rosati,R.,描述逻辑中查询应答的数据复杂性(Knowledge Representation,2006),260-270
[20] 卡瓦略,R.N。;Laskey,K.B。;Costa,P.C.,PR-OWL 2.0——跨越OWL语义的鸿沟(URSW 2008-2010/UniDL 2010)。URSW 2008-2010/UniDL 2010,LNAI,第7123卷(2013)),1-18
[21] 塞兰,I.I。;Peñaloza,R.,贝叶斯描述逻辑(BEL),(国际自动推理联合会议(2014)),480-494·Zbl 1409.68277号
[22] 查维拉,M。;Darwiche,A.,《通过加权模型计数进行概率推断》,Artif。整数。,172, 6-7, 772-799 (2008) ·兹比尔1182.68297
[23] Costa,P.C.G。;Laskey,K.B.,PR-OWL:概率本体的框架(信息系统形式本体会议(2006))
[24] 科斯塔,V.S。;页码,D。;卡齐,M。;Cussens,J.,CLP((BN):概率知识的约束逻辑编程,(Kjaerulff,U.;Meek,C.,《人工智能不确定性会议》(2003),Morgan-Kaufmann),517-524
[25] Cozman,F.G。;Mauá,D.D.,使用命题和关系结构指定的贝叶斯网络:组合、数据和域复杂性,(AAAI人工智能会议(2015))
[26] Cozman,F.G。;Mauá,D.D.,《概率逻辑程序的语义和复杂性》,J.Artif。智力。决议,60,221-262(2017)·Zbl 1418.68027号
[27] Cozman,F.G。;Polastro,R.B.,《基于解释的概率描述逻辑的复杂性分析和变分推理》,(《人工智能不确定性会议论文集》(2009),美国人工智能出版社),117-125
[28] 达尔维,北。;Suciu,D.,概率数据库的高效查询评估,VLDB J.,16,523-544(2007)
[29] Dalvi,N。;Suciu,D.,合取查询联合的概率推理二分法,J.ACM。,59, 6, 30:1-30:87 (2012) ·Zbl 1281.68095号
[30] 达阿马托,C。;Fanizzi,北。;Lukasiewicz,T.,《贝叶斯描述逻辑的可追踪推理》,(可扩展不确定性管理国际会议(2008)),146-159
[31] Darviche,A。;Provan,G.,《查询DAGS:实现信念网络推理的实用范例》,(Horvitz,E.;Jensen,F.,《人工智能中的不确定性会议》(1996),Morgan Kaufmann),203-210
[32] Darwiche,A.,《贝叶斯网络中推理的微分方法》,J.ACM。,50, 3, 280-305 (2003) ·Zbl 1325.68226号
[33] Darwiche,A.,《贝叶斯网络建模与推理》(2009),剑桥大学出版社·Zbl 1231.68003号
[34] Darwiche,A。;Marquis,P.,《知识汇编地图》,J.Artif。智力。决议,17,229-264(2002)·Zbl 1045.68131号
[35] De Bona,G。;Cozman,F.G.,《关于概率关系形式的一致性》,《熵》,第20期,第229/1-229/24页(2018年)
[36] 丁,Z。;彭,Y。;Pan,R.,BayesOWL:语义网络本体中的不确定性建模,(本体和语义网络中的软计算。本体和语义web中的软计算机,模糊性和软计算研究,第204卷(2006),Springer:Springer-Blinl/Heidelberg),3-29·兹比尔1138.68323
[37] 多明戈斯,P。;Webb,W.A.,《可处理的一阶概率逻辑》(AAAI(2012)),1902-1909
[38] 杜兰德,A。;赫尔曼,M。;Kolaitis,P.G.,《计算复杂性类的减法约简和完全问题》,Theor。计算。科学。,340, 3, 496-513 (2005) ·兹比尔1077.68033
[39] 费伦斯,D。;Blockeel,H。;Bruynooghe,M。;Ramon,J.,逻辑贝叶斯网络及其与其他概率逻辑模型的关系,(国际归纳逻辑编程会议(2005)),121-135·Zbl 1134.68507号
[40] 费伦斯,D。;Blockeel,H。;Ramon,J。;Bruynoogh,M.,逻辑贝叶斯网络,(多关系数据挖掘研讨会(2004)),19-30
[41] 费伦斯,D。;Van den Broeck,G。;伦肯斯,J。;Shrionov博士。;Gutmann,B。;詹森,G。;de Raedt,L.,《使用加权布尔公式的概率逻辑程序中的推断和学习》,理论与实践。日志。程序。,15, 3, 358-401 (2014) ·Zbl 1379.68062号
[42] 弗鲁姆,J。;Grohe,M.,计数问题的参数化复杂性,SIAM J.Comput。,33, 4, 892-922 (2004) ·Zbl 1105.68042号
[43] 弗里德曼,N。;盖托,L。;Koller博士。;Pfeffer,A.,学习概率关系模型,(国际人工智能联合会议(1999)),1300-1309
[44] 盖托,L。;弗里德曼,N。;Koller博士。;Pfeffer,A。;Taskar,B.,概率关系模型(统计关系学习导论(2007))·Zbl 1141.68054号
[45] 盖托,L。;Grant,J.,PRL:一种概率关系语言,Mach。学习。,62, 7-31 (2006) ·Zbl 1470.68222号
[46] 盖托,L。;Taskar,B.,《统计关系学习导论》(2007),麻省理工学院出版社·Zbl 1141.68054号
[47] 吉尔克斯,W。;托马斯。;Spiegelhalter,D.,复杂贝叶斯建模语言和程序,统计学家,43,169-178(1993)
[48] Gill,J.,概率图灵机的计算复杂性,SIAM J.Compute。,6, 4, 675-695 (1977) ·Zbl 0366.02024号
[49] Glesner,S。;Koller,D.,从一阶概率知识库构建灵活的动态信念网络,(不确定性推理的符号和定量方法(1995)),217-226
[50] Goldman,R.P。;Charniak,E.,信念网络的动态构建,(人工智能不确定性会议(1990)),90-97
[51] 戈德史密斯,J。;黑根,M。;Mundhenk,M.,单调公式的DNF最小化和同构测试的复杂性,Inf.Compute。,206, 6, 760-775 (2008) ·Zbl 1152.68021号
[52] Grädel,E.,《有限模型理论和描述复杂性》,(有限模型理论及其应用(2007),Springer),125-229
[53] Gribkoff,大肠杆菌。;Van den Broeck,G。;Suciu,D.,《理解提升推理和非对称加权模型计数的复杂性》,(人工智能不确定性会议(2014))
[54] 格罗夫,A。;Halpern,J。;Koller,D.,《渐近条件概率:一元情况》,SIAM J.Compute。,25, 1, 1-51 (1996) ·兹比尔0848.03004
[55] Haddawy,P.,从概率逻辑知识生成贝叶斯网络,(人工智能不确定性会议(1994)),262-269
[56] Joseph Y.Halpern,《关于不确定性的推理》(2003),麻省理工学院出版社·Zbl 1090.68105号
[57] Heckerman,D.,《三种推理方法的实证比较》(Shachter,R.D.;Kanal,L.N.;Lemmer,J.F.,《人工智能中的不确定性》,第4卷(1990年),爱思唯尔科学出版社:爱思唯尔科学出版社,北卡罗来纳),283-303
[58] 赫克曼,D。;米克,C。;Koller,D.,概率实体关系模型、PRM和板块模型,(Getoor,L.;Taskar,B.,《统计关系学习导论》(2007),麻省理工学院出版社),201-238
[59] 霍斯,M.C。;Poole,D.,《使用贝叶斯网络进行概率推理的动态方法》,(人工智能不确定性会议(1990)),155-161
[60] Jaeger,M.,关系贝叶斯网络(Geiger,D.;Shenoy,P.P.,人工智能不确定性会议(1997),Morgan Kaufmann:Morgan Koufmann San Francisco,California),266-273
[61] Jaeger,M.,《递归关系贝叶斯网络的复杂概率建模》,《数学年鉴》。工件。整数。,32, 179-220 (2001) ·Zbl 1314.68302号
[62] Jaeger,M.,概率角色模型和保护碎片,(基于知识系统中不确定性的信息处理和管理。基于知识系统的信息处理与不确定性管理,IPMU(2004)),235-242
[63] Jaeger,M.,提升推理的复杂度下限,理论与实践。日志。程序。,15246-264(2015年)·Zbl 1379.68298号
[64] Jaeger,M。;Van Den Broeck,G.,《概率推理的提升能力:上下限》,(第二届统计关系人工智能,第二届统计学关系人工智能(StaRAI-12)研讨会,2012年)
[65] 卡泽米,S.M。;Kimmig,A。;Van den Broeck,G。;Poole,D.,一阶概率推理的新可提升类(NIPS(2016))
[66] Kersting,K.,《提升概率推理》(Raedt,L.D.;Bessiere,C.;Dubois,D.;Doherty,P.;Frasconi,P.、Heintz,F.;Lucas,P.,《欧洲人工智能会议》(2012),IOS出版社)
[67] Kersting,K。;Raedt,L.D。;Kramer,S.,解释贝叶斯逻辑程序,(AAAI-2000从关系数据学习统计模型研讨会(2000))
[68] Koch,C.,MayBMS:管理大型不确定性和概率数据库的系统,(Aggarwal,C.C.,管理和挖掘不确定性数据(2009),Springer-Verlag),149-184·Zbl 1185.68271号
[69] Koller博士。;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
[70] Koller博士。;利维,A.Y。;Pfeffer,A.,P-CLASSIC:一种易处理的概率描述逻辑(AAAI(1997)),390-397
[71] Koller博士。;Pfeffer,A.,面向对象的贝叶斯网络,(人工智能不确定性会议(1997)),302-313
[72] Koller博士。;Pfeffer,A.,概率框架系统,(全国人工智能会议,全国人工智能大会,AAAI(1998)),580-587
[73] Kwisthout,J.,《概率推理的计算复杂性》(2011),奈梅亨拉德布德大学:荷兰奈梅亨拉德布德大学,技术代表ICIS-R11003
[74] Kwisthout,J.H.P。;Bodlaender,H.L。;der Gaag,L.V.,贝叶斯网络中有效推理的有界树宽的必要性,(欧洲人工智能会议(2010)),237-242·Zbl 1211.68275号
[75] Ladner,R.E.,多项式空间计数问题,SIAM J.Compute。,18, 6, 1087-1097 (1989) ·Zbl 0692.68036号
[76] Laskey,K.B.,MEBN:一阶贝叶斯知识库语言,Artif。整数。,172, 2-3, 140-178 (2008) ·Zbl 1182.68288号
[77] Lewis,H.R.,定量公式类的复杂性结果,J.Compute。系统。科学。,21, 317-353 (1980) ·Zbl 0471.03034号
[78] Libkin,L.,《有限模型理论的要素》(2004),Springer·Zbl 1060.03002号
[79] 林,C。;刘杰。;Lu,P.,用于计算边覆盖的简单FPTAS,(ACM-SIAM离散算法研讨会(2014)),341-348·Zbl 1422.68303号
[80] 刘杰。;卢,P。;Zhang,C.,计算加权边覆盖的FPTAS,(欧洲算法研讨会(2014)),654-665·Zbl 1425.68457号
[81] 卢卡塞维奇,T。;美国斯特拉契亚,《语义网络描述逻辑中的不确定性和模糊性管理》,J.web Semant。,6, 291-308 (2008)
[82] Lunn,D。;Jackson,C。;贝斯特,N。;托马斯。;Spiegelhalter,D.,《BUGS图书:贝叶斯分析实用介绍》(The BUGS Book:A Practical Introduction to Bayesian Analysis)(2012年),CRC出版社/查普曼和霍尔出版社
[83] Lunn,D。;Spiegelhalter,D。;托马斯。;Best,N.,《BUGS项目:进化、批判和未来方向》,《Stat.Med.》,第28期,第3049-3067页(2009年)
[84] 马奥尼,S。;Laskey,K.B.,复杂信念网络的网络工程,(人工智能不确定性会议(1996))
[85] Mansinghka,V。;Radul,A.,《CoreVenture:概率编程的高级反射机器语言》(NIPS概率编程研讨会(2014))
[86] Mauá,博士。;Cozman,F.G.,组合函数对关系贝叶斯网络复杂性的影响,国际期刊近似推理。,85, 178-195 (2017) ·Zbl 1419.68172号
[87] Mauá,D.D。;de Campos,C.P。;Cozman,F.G.,《通过逻辑语言指定的贝叶斯网络中MAP推理的复杂性》(国际人工智能联合会议(2015)),889-895
[88] Mauá,博士。;Cozman,F.G.,《一类易于处理的模型计数问题》(Encontro Nacional de Inteligéncia Artificial(2015))
[89] 米尔奇,B。;Marthi,B。;桑塔格,D。;罗素,S。;Ong,D.L。;Kolobov,A.,BLOG:未知物体的概率模型(IJCAI(2005))
[90] 米尔奇,B。;Zettlemoyer,L.S。;Kersting,K。;海姆斯,M。;Kaelbling,L.P.,用计数公式提升概率推理(AAAI(2008)),1062-1068
[91] 米切尔,T。;科恩,W。;赫鲁什卡,E。;Talukdar,P。;Betteridge,J。;A.卡尔森。;Dalvi,B。;加德纳,M。;基西尔,B。;克里希纳穆尔西,J。;老挝,N。;Mazaitis,K。;Mohamed,T。;Nakashole,N。;Platanios,E。;Ritter,A。;萨马迪,M。;沉降,B。;王,R。;维贾亚,D。;古普塔,A。;陈,X。;Saparov,A。;格里夫斯,M。;Welling,J.,《永无止境的学习》(《第二十届AAAI人工智能会议论文集》,第二十届人工智能会议文献集,AAAI-15(2015))
[92] Neapolian,R.E.,《学习贝叶斯网络》(2003),普伦蒂斯·霍尔
[93] Ngo,L。;Haddawy,P.,回答上下文敏感概率知识库的查询,Theor。计算。科学。,171, 1-2, 147-177 (1997) ·Zbl 0874.68280号
[94] 尼珀特,M。;Van den Broeck,G.,《通过可交换性的可追踪性:有效概率推理的新视角》,(AAAI人工智能会议(2014)),2467-2475
[95] Ogiwara,M.,可行闭包性质的复杂性理论,计算。系统。科学。,46, 295-325 (1993) ·Zbl 0798.68060号
[96] Papadimitriou,C.H.,关于图的简洁表示的注释,《信息控制》,71,181-185(1986)·Zbl 0616.68041号
[97] Papadimitriou,C.H.,《计算复杂性》(1994),Addison-Wesley出版社·Zbl 0833.68049号
[98] 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,加利福尼亚
[99] Pearl,J.,《因果关系:模型、推理和推断》(2009),剑桥大学出版社:剑桥大学出版社,英国剑桥·Zbl 1188.68291号
[100] Pfeffer,A.,IBAL:一种概率理性编程语言,(国际人工智能联合会议(2001)),733-740
[101] Poole,D.,概率Horn诱拐和贝叶斯网络,Artif。整数。,64, 81-129 (1993) ·Zbl 0792.68176号
[102] Poole,D.,《不确定性下多个代理建模的独立选择逻辑》,Artif。整数。,94, 1/2, 7-56 (1997) ·Zbl 0902.03017号
[103] Poole,D.,一阶概率推理,(国际人工智能联合会议,国际人工智能联合会议,IJCAI(2003)),985-991
[104] Poole,D.,《独立选择逻辑及其超越》,(Raedt,L.D.;Frasconi,P.;Kersting,K.;Muggleton,S.,《概率归纳逻辑编程》,《计算机科学讲义》,第4911卷(2008),Springer),222-243·Zbl 1137.68596号
[105] Poole,D.,《概率编程语言:独立选择和确定性系统》(Dechter,R.;Geffner,H.;Halpern,J.Y.,《启发式、概率和因果——向朱迪亚·珀尔致敬》(2010),大学出版社),253-269·Zbl 1216.68070号
[106] Poon,H。;Domingos,P.,《Sum-product networks:a new deep architecture》(人工智能不确定性会议(2011))
[107] Porret,O。;Naim,P。;Marcat,B.,《贝叶斯网络应用实用指南》(2008),威利出版社·Zbl 1275.62010号
[108] Provan,J.S。;Ball,M.O.,《计算切割和计算图连通概率的复杂性》,SIAM J.Compute。,12, 4, 777-788 (1983) ·Zbl 0524.68041号
[109] Raedt,L.D.,《逻辑与关系学习》(2008),施普林格出版社·Zbl 1203.68145号
[110] Raedt,L.D。;Kersting,K.,概率归纳逻辑编程(2004年算法学习理论国际会议),19-36·Zbl 1110.68392号
[111] Ramachandran,R。;齐,G。;王凯。;王,J。;Thornton,J.,DL-Lite中的概率推理,(环太平洋国际人工智能趋势会议(2012)),480-491
[112] Riguzzi,F.,《所有正常程序的分布语义都有明确定义》,(Riguzzy,F.;Vennekens,J.,《概率逻辑编程国际研讨会》,CEUR研讨会程序,第1413卷(2015)),69-84
[113] Roth,D.,《关于近似推理的难度》,Artif。整数。,82, 1-2, 273-302 (1996) ·Zbl 1506.68143号
[114] 桑纳,S。;McAllester,D.,仿射代数决策图及其在结构化概率推理中的应用,(国际人工智能联合会议(2005)),1384-1390
[115] Sato,T.,《具有分布语义的逻辑程序的统计学习方法》,(逻辑编程国际会议(1995)),715-729
[116] 佐藤,T。;Kameya,Y.,符号统计建模逻辑程序的参数学习,J.Artif。智力。Res.,15,391-454(2001)·Zbl 0994.68025号
[117] Simon,J.,《计算复杂性中的一些核心问题》(1975),康奈尔大学计算机科学系,技术代表TR75-224
[118] 辛格,S。;梅菲尔德,C。;米塔尔,S。;Prabhakar,S。;哈姆布鲁什,S。;Shah,R.,Orion 2.0:不确定数据的本地支持,(SIGMOD(2008)),1239-1241
[119] 索姆斯塔德,T。;埃克斯特德,M。;Johnson,P.,《安全风险分析的概率关系模型》,计算。安全。,29, 659-679 (2010)
[120] 桑塔格,D。;Roy,D.,潜在Dirichlet分配中推理的复杂性,(神经信息处理系统进展,第24卷(2011)),1008-1016
[121] 苏秋(D.Suciu)。;Oiteanu,D。;Ré,C。;Koch,C.,概率数据库(2011),摩根&克莱普尔出版社·Zbl 1237.68012号
[122] Taghipour,N。;费伦斯,D。;Van den Broeck,G。;Davis,J。;Blockeel,H.,提升变量消除的完整性结果,(人工智能和统计会议,人工智能和统计学会议,美国斯科茨代尔AISTATS(2013)),572-580
[123] 特沃斯,M。;Beetz,M.,KnowRob:智能机器人的知识处理基础设施,国际J机器人。研究,32,5,566-590(2013)
[124] Tobies,S.,《表达描述逻辑中具有基数限制和名词的推理的复杂性》,J.Artif。智力。第12号决议,199-217(2000)·Zbl 0941.03029号
[125] Toda,S.,PP与多项式时间层次结构SIAM J.Sci一样困难。计算。,20865-877(1991年)·Zbl 0733.68034号
[126] 托达,S。;Watanabe,O.,多项式时间1-Turing从#PH减少到#P,Theor。计算。科学。,100, 205-221 (1992) ·Zbl 0779.68037号
[127] Tóran,J.,由计数量词定义的复杂性类,J.ACM,38,3,753-774(1991)·Zbl 0799.68080号
[128] Vadhan,S.P.,《稀疏、正则和平面图中计数的复杂性》,SIAM J.Sci。计算。,31, 2, 398-427 (2001) ·Zbl 0994.68070号
[129] Valiant,L.G.,计算永久性的复杂性,Theor。计算。科学。,8, 189-201 (1979) ·Zbl 0415.68008号
[130] Valiant,L.G.,枚举和可靠性问题的复杂性,SIAM J.Sci。计算。,8, 3, 410-421 (1979) ·兹伯利0419.68082
[131] Valiant,L.G.,《偶然算法》(IEEE计算机科学基础年度研讨会(2006)),509-517
[132] Van den Broeck,G.,关于提升概率推理的一阶知识编译的完整性,(神经处理信息系统(2011)),1386-1394
[133] Van den Broeck,G。;Davis,J.,《一阶知识汇编和提升概率推理中的条件反射》(AAAI人工智能会议(2012)),1961-1967年
[134] Van den Broeck,G。;Wannes,M。;Darwiche,A.,加权一阶模型计数的Skolemization,(国际知识表示和推理原则会议(2014)),111-120
[135] Vardi,M.Y.,关系查询语言的复杂性,(ACM计算理论年会(1982)),137-146
[136] Wagner,K.W.,《具有简洁输入表示的组合问题的复杂性》,《信息学报》。,23, 325-356 (1986) ·Zbl 0621.68032号
[137] Wang,D.Z。;Michelaks,E。;Garofalakis,M。;Hellerstein,J.M.,BayesStore:用概率图形模型管理大型、不确定的数据存储库,VLDB Endow。,1, 340-351 (2008)
[138] Wellman,M.P。;Breese,J.S。;Goldman,R.P.,《从知识库到决策模型》,Knowl。工程修订版,7,1,35-53(1992)
[139] Widom,J.,《Trio:数据、不确定性和谱系的系统》(Aggarwal,C.C.,《管理和挖掘不确定性数据》(2009),Springer-Verlag),113-148
[140] 夏,M。;Zhao,W.,#3-正则二部平面顶点覆盖是#P-complete,(计算模型的理论和应用。计算模型的原理和应用,理论计算机科学和一般问题,第3959卷(2006)),356-364·Zbl 1178.68286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。