伊莎贝尔·库尔曼;马蒂亚斯·蒂姆 使用图卷积网络进行带有抽象论证框架的近似推理：一项可行性研究。 （英语） 兹比尔1440.68268 Ben Amor，Nahla（编辑）等，可扩展不确定性管理。2019年12月16日至18日，法国康皮涅，第13届国际会议，SUM 2019。诉讼程序。查姆：斯普林格。莱克特。注释计算。科学。11940, 24-37 (2019). 摘要：我们使用图卷积网络来确定抽象论证问题中首选语义下的可接受参数集。虽然后一个问题在复杂性方面是用抽象论证问题进行推理时最困难的问题之一，但为了获得实际相关的运行时性能，这里需要使用近似方法。这项首次研究表明，深度神经网络模型（如图卷积网络）显著提高了运行时间，同时将推理的准确性保持在80%左右甚至更高。关于整个系列，请参见[Zbl 1428.68006号]. 引用于1文件 MSC公司： 68T27型 人工智能中的逻辑 68T07型 人工神经网络与深度学习 68层37 人工智能背景下的不确定性推理 关键词：神经网络;推理;抽象论证 软件：伊莎贝尔;ImageNet公司;TensorFlow公司;CoQuiAAS公司;AlexNet公司 PDF格式BibTeX公司 XML格式引用 \textit{I.Kuhlmann}和\textit{M.Thimm}，莱克特。注释计算。科学。11940，24-37（2019；Zbl 1440.68268） 全文： DOI程序 参考文献： [1] Abadi，M.等人：Tensorflow：大规模机器学习系统。OSDI 16，265-283（2016） [2] Albert，R.，Barabási，A.L.：复杂网络的统计力学。修订版Mod。物理学。74(1), 47 (2002) ·Zbl 1205.82086号 ·doi:10.103/修订版物理版74.47 [3] Atkinson，K.等人：走向人工论证。AI Mag.38（3），25-36（2017）·doi:10.1609/aimag.v38i3.2704 [4] Besnard，P.，Hunter，A.：用演绎参数构建参数图：教程。氩气。计算。5(1), 5-30 (2014) ·doi:10.1080/19462166.2013.869765 [5] Cerutti，F.、Gaggl，S.A.、Thimm，M.、Wallner，J.P.：形式论证的实现基础。摘自：巴罗尼·P、加巴伊·D、贾科明·M、范德托雷·L（编辑）《形式论证手册》，第15章。伦敦大学出版社（2018）·Zbl 1395.03005号 [6] Cerutti，F.，Giacomin，M.，Vallati，M.：生成具有挑战性的基准AF。摘自：COMMA，第14卷，第457-458页（2014） [7] Cerutti，F.、Oren，N.、Strass，H.、Thimm，M.、Vallati，M.：计算论证竞赛的基准框架。收录于：COMMA，第459-460页（2014年） [8] Ding，B.N.K.L.：神经网络基础与图形、算法和应用。Mac Graw Hill，纽约（1996）·Zbl 0849.68102号 [9] Dung，P.M.：关于论点的可接受性及其在非单调推理、逻辑编程和n人游戏中的基本作用。Artif公司。智力。77(2), 321-357 (1995) ·Zbl 1013.68556号 ·doi:10.1016/0004-3702（94）00041-X [10] Dvořák，W.，Dunne，P.E.：形式论证中的计算问题及其复杂性。摘自：巴罗尼·P、加巴伊·D、贾科明·M、范德托雷·L（编辑）《形式论证手册》，第14章。伦敦大学出版社（2018）·Zbl 1395.03005号 [11] Erdos，P.，Rényi，A.：关于随机图的演化。出版物。数学。仪表悬挂。阿卡德。科学。5(1), 17-60 (1960) ·Zbl 0103.16301号 [12] Gaggl，S.A.、Linsbichler，T.、Maratea，M.、Woltran，S.：第二届国际辩论计算模型竞赛总结报告。AI Mag.39（4），77-79（2018）·Zbl 1478.68353号 ·doi:10.1609/aimag.v39i4.2781 [13] García，a.J.，Simari，G.R.：可延迟逻辑编程：DeLP服务器、上下文查询和答案解释。氩气。计算。5(1), 63-88 (2014) ·doi:10.1080/19462166.2013.869767 [14] Gardner，M.W.，Dorling，S.：人工神经网络（多层感知器）——大气科学应用综述。大气。环境。32（14），2627-2636（1998）·doi:10.1016/S1352-2310（97）00447-0 [15] Hammond，D.K.，Vandergheynst，P.，Gribonval，R.：通过谱图理论研究图上的小波。申请。计算。哈蒙。分析。30(2), 129-150 (2011) ·Zbl 1213.42091号 ·doi:10.1016/j.acha.2010.04.005 [16] Jain，A.K.，Mao，J.，Mohiuddin，K.M.：人工神经网络：教程。计算机29（3），31-44（1996）·数字对象标识代码：10.1109/2.485891 [17] Kipf，T.N.，Welling，M.：图卷积网络的半监督分类。arXiv预印arXiv:1609.02907（2016） [18] Krizhevsky，A.，Sutskever，I.，Hinton，G.E.：使用深度卷积神经网络进行ImageNet分类。摘自：《神经信息处理系统进展》，第1097-1105页（2012年） [19] Lagniez，J.M.，Lonca，E.，Mailly，J.G.：CoQuiAAS：一种基于约束的快速抽象论证求解器。2015年IEEE第27届人工智能工具国际会议（ICTAI），第928-935页。IEEE（2015） [20] Michie，D.，Spiegelholter，D.J.，Taylor，C.C.：机器学习、神经和统计分类。Citeser（1994）·Zbl 0827.68094号 [21] Modgil，S.，Prakken，H.：结构化论证的ASPIC+框架：教程。氩气。计算。5, 31-62 (2014) ·doi:10.1080/19462166.2013.869766 [22] Niu，D.，Liu，L.，Lü，S.：新的随机局部搜索方法，用于计算抽象论证的首选扩展。AI通讯。31(4), 369-382 (2018) ·Zbl 1462.68184号 ·doi:10.3233/AIC-180769 [23] Schmidt，R.F.，Lang，F.，Heckmann，M.：月经生理学：麻省理工学院病理生理学。斯普林格，海德堡（2011）。https://doi.org/10.1007/978-3-540-32910-7 ·doi:10.1007/978-3-540-32910-7 [24] Thimm，M.：稳定语义下抽象论证的随机局部搜索算法。收录于：Modgil，S.、Budzynska，K.、Lawrence，J.（编辑）《第七届国际辩论计算模型会议论文集》（COMMA 2018）。《人工智能和应用前沿》，波兰华沙，第305卷，第169-180页，2018年9月·Zbl 1430.68318号 [25] Thimm，M.，Villata，S.：第一届国际辩论计算模型竞赛：结果与分析。Artif公司。智力。252, 267-294 (2017) ·兹伯利1419.68135 ·doi:10.1016/j.artint.2017.08.006 [26] Toni，F.：基于假设的论证教程。氩气。计算。5(1), 89-117 (2014) ·doi:10.1080/19462166.2013.869878 [27] 瓦茨，D·Zbl 1368.05139号 ·doi:10.1038/30918 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。