×
埃琳娜·贝洛迪；马可·加瓦内利；里卡多·泽斯；伊芙琳娜·拉姆；法布里齐奥·里古齐

具有概率完整性约束的非地外推逻辑规划。 （英语） Zbl 1522.68099号

理论与实践。日志。程序。 21，第5期，557-574（2021）.
摘要：越来越多的应用领域正在考虑不确定信息。与此同时，诱因被证明是处理假设推理和不完整知识的有力工具。概率逻辑模型是处理不确定信息的合适框架，在过去的十年中，提出了许多概率逻辑语言，以及它们的推理和学习系统。在外推逻辑编程（ALP）领域，还定义了各种证明过程。在本文中，我们考虑了一种更丰富的逻辑语言，处理变量的概率推理。特别是，我们考虑了一个富含完整性约束的ALP程序阿拉拉IFF，可能用概率值进行注释。我们首先根据分布语义学提出了整体溯因语言及其语义。然后我们引入了一个证明过程，该过程是通过对前面给出的证明过程的扩展而得到的，并证明了它的正确性和完备性。

引用于1文件

MSC公司：

68N17号 逻辑编程
68层37 人工智能背景下的不确定性推理

关键词：

绑架；完整性约束；分布语义；概率IFF

软件：

ProbLog（问题日志）；SCIFF公司
PDF格式BibTeX公司 XML格式引用
\textit{E.Bellodi}等人，《理论与实践》。日志。程序。21，第5号，557--574（2021；Zbl 1522.68099）
全文： DOI程序 arXiv公司

参考文献：

[1] Alberti，M.、Chesani，F.、Gavanelli，M.，Lamma，E.、Mello，P.和Torroni，P.2008。ALP中的可验证代理交互：SCIFF框架。ACM计算逻辑事务9，4，29:1-29:43·Zbl 1367.68273号
[2] Alberti，M.、Gavanelli，M.和Lamma，E.2013。基于CHR的SCIFF诱拐系统的实施。《基础信息》124、4、365-381。
[3] Arvanitis，A.、Muggleton，S.H.、Chen，J.和Watanabe，H.2006。基于可能世界语义的随机逻辑程序诱拐。在第16届归纳逻辑编程国际会议（ILP 2006）的简短论文集中。
[4] Azzolini，D.、Riguzzi，F.和Lamma，E.2019。利用概率逻辑编程研究比特币区块链中的交易费用。信息10、11、335。
[5] Christiansen，H.2008。利用约束处理规则实现概率溯源逻辑规划。在约束处理规则中，当前研究主题。计算机科学讲义，第5388卷。施普林格，85-118·Zbl 1229.68017号
[6] 克拉克，K.L.1978。否定为失败。在逻辑和数据库中。施普林格，293-322。
[7] Dai，W.-Z.和Muggleton，S.H.2021。从原始数据中归纳出的诱骗性知识。第35届人工智能会议记录（IJCAI 2021）。
[8] Darwiche，A.和Marquis，P.2002。知识汇编地图。《人工智能研究杂志》17229-264·Zbl 1045.68131号
[9] De Raedt，L.和Kersting，K.2008。概率归纳逻辑编程。概率归纳逻辑程序设计理论与应用。人工智能课堂讲稿，第4911卷。施普林格，1-27·Zbl 1137.68530号
[10] De Raedt，L.、Kimmig，A.和Toivonen，H.2007。ProbLog：一种概率Prolog及其在链路发现中的应用。在第20届国际人工智能联合会议（IJCAI 2007）上。第7卷。AAAI出版社/IJCAI，2462-2467。
[11] Frühwirth，T.W.2020。动态算法中逻辑收缩的约束处理规则的合理性：理论、实现和复杂性。《基础信息》173，4，253-283·Zbl 1471.68049号
[12] Fung，T.H.和Kowalski，R.A.1997。诱因逻辑编程的IFF证明过程。逻辑编程杂志33，2，151-165·Zbl 0890.68029号
[13] Inoue，K.、Sato，T.、Ishihata，M.、Kameya，Y.和Nabeshima，H.2009。在BDD上使用EM算法评估诱因假设。第21届国际人工智能联合会议（IJCAI 2009）。摩根考夫曼出版公司，810-815。
[14] Kakas，A.、Kowalski，R.和Toni，F.1998。推理在逻辑编程中的作用。在人工智能和逻辑编程逻辑手册。第5卷。牛津大学出版社，235-324。
[15] Kate，R.J.和Mooney，R.J，2009年。使用马尔可夫逻辑网络的概率推导。在IJCAI-09计划、活动和意图识别研讨会（PAIR 2009）中。
[16] 库恩，K.1987。逻辑编程中的否定。逻辑编程杂志4，4，289-308·Zbl 0655.68018号
[17] Muggleton，S.H.、Lin，D.和Tamaddoni-Nezhad，A.2015年。高阶二元数据日志的元解释学习：重新审视谓词发明。机器学习100，1，49-73·Zbl 1346.68119号
[18] Nguembang Fadja，A.和Riguzzi，F.2017。正在运行的概率逻辑编程。走向集成的机器学习和知识提取。计算机科学讲义，第10344卷。斯普林格·Zbl 1493.68310号
[19] 普尔，D.1993。概率Horn诱拐和贝叶斯网络。人工智能64，181-129·Zbl 0792.68176号
[20] Raghavan，S.V.2011年。贝叶斯诱因逻辑程序：诱因推理的概率逻辑。第22届国际人工智能联合会议（IJCAI-11）会议记录。IJCAI/AAAI，2840-2841。
[21] Riguzzi，F.、Bellodi，E.、Zese，R.、Alberti，M.和Lamma，E.2020。概率归纳约束逻辑。机器学习，1-32·Zbl 1468.68051号
[22] Rotella，F.和Ferilli，S.2013。使用可能世界的概率溯源逻辑编程。2013年9月25日至27日在意大利卡塔尼亚举行的第28届意大利计算逻辑会议记录。CEUR研讨会记录，第1068卷。CEUR-WS.org，131-145。
[23] 佐藤，T.1995。具有分布语义的逻辑程序的统计学习方法。《第十二届逻辑程序设计国际会议论文集》（ICLP 1995）。麻省理工学院出版社，715-729。
[24] Turliuc，C.-R.，Maimari，N.，Russo，A.和Broda，K.2013。概率外推中的极小性和完整性约束。在逻辑编程，人工智能和推理。斯普林格，759-775·Zbl 1407.68086号
[25] Vennekens，J.、Verbaeten，S.和Bruynooghe，M.2004。带注释析取的逻辑程序。第24届逻辑程序设计国际会议（ICLP 2004）。计算机科学讲义，第3131卷。施普林格，431-445·兹比尔1104.68391
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。