×

用于活动识别的基于概率间隔的事件演算。 (英语) Zbl 1511.68280号

摘要:活动识别是指检测传感器数据上“低水平”或“短期”活动的时间组合。活动识别系统中存在各种类型的不确定性,这经常导致错误检测。通常,旨在处理不确定性的框架计算每个时间点发生活动的概率。我们通过定义最大区间的概率和此类区间的可信度来扩展此方法。然后,我们提出了一种线性时间算法,用于计算给定数据集的所有概率时间间隔。我们使用基准活动识别数据集评估了所提方法,并概述了我们的方法优于基于时间点的识别的条件。

MSC公司:

68层37 人工智能背景下的不确定性推理
68N17号 逻辑编程
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Agrawal,J.,Diao,Y.,Gyllstrom,D.,Immerman,N.:事件流上的高效模式匹配。收录于:SIGMOD,第147-160页(2008年)
[2] 阿克曼,V。;塞利姆,T。;埃尔多安,JL;Lifschitz,V。;Turner,H.,用因果计算器Artif的语言表示动物园世界和交通世界。智力。,153, 1, 105-140 (2004) ·Zbl 1085.68679号
[3] 阿尔巴内塞,M。;切拉帕,R。;坎托尔,N。;莫斯卡托,V。;Picariello,A。;Subrahmanian,VS;Udrea,O.,PADS:视频数据的概率活动检测框架,IEEE Trans。模式分析。机器。智力。,32, 12, 2246-2261 (2010)
[4] Alevizos,E。;斯卡拉蒂迪斯,A。;阿提基斯,A。;Paliouras,G.,《概率复杂事件识别:一项调查》,ACM Compute。调查。,50, 5, 71:1-71:31 (2017)
[5] Allen,JF,《保持时间间隔知识》,Commun。ACM,26,11,832-843(1983)·Zbl 0519.68079号
[6] Allison,L.,最长偏差区间和最长非负和区间,生物信息学,19,10,1294-1295(2003)
[7] 阿提基斯,A。;塞尔戈特,MJ;Paliouras,G.,事件识别的事件演算,IEEE Trans。知识。数据工程,27,4,895-908(2015)
[8] Artikis,A。;斯卡拉蒂迪斯,A。;波特,F。;Paliouras,G.,基于逻辑的事件识别,Knowl。工程版本,27,4,469-506(2012)
[9] Bacchus,F.、Halpern,J.Y.、Levesque,H.J.:情境演算中关于噪声传感器的推理。摘自:第十四届国际人工智能联合会议(IJCAI)会议记录,第1933-1940页。Morgan Kaufmann(1995)·Zbl 0996.68192号
[10] Baral,C.,Nam,T.H.,Tuan,L.:概率环境下的行为推理。摘自:《第十八届全国人工智能会议记录》和《第十四届人工智能创新应用会议记录》,第507-512页(2002年)
[11] Brendel,W.,Fern,A.,Todorovic,S.:基于区间的事件识别的概率事件逻辑。摘自:第24届IEEE计算机视觉和模式识别会议,CVPR 2011,科罗拉多州斯普林斯,2011年6月20日至25日,美国科罗拉多州,第3329-3336页(2011)
[12] Bryant,RE,布尔函数操作的基于图形的算法,IEEE Trans。计算。,35, 8, 677-691 (1986) ·Zbl 0593.94022号
[13] Busany,N.,Gal,A.,Senderovich,A.,Weidlich,M.:基于时间戳缺失的多个流的间隔查询(2017)
[14] Cervesato,I.,Montanari,A.:宏观事件演算:进展报告。摘自:《时代》,第47-58页(2000年)
[15] Chesani,F。;梅洛,P。;蒙塔利,M。;Torroni,P.,《基于逻辑的反应性事件演算》,《信息基础》,105,1-2,135-161(2010)·Zbl 1209.68520号
[16] 契塔罗,L。;Montanari,A.,缓存事件演算中的有效时间推理,计算。智力。,12, 3, 359-382 (1996)
[17] 契塔罗,L。;Montanari,A.,人工智能中的时间表示和推理:问题和方法,Ann.Math。Artif公司。智力。,28, 1, 47-106 (2000) ·Zbl 1001.68096号
[18] 克拉克:否定就是失败。摘自:Gallaire,H.,Minker,J.(编辑)《逻辑与数据库》,第293-322页。增压器出版社(1978)
[19] Craven,R.:动作语言C++的执行机制。伦敦大学博士论文(2006)
[20] 库戈拉,G。;Margara,A.,《信息流处理:从数据流到复杂事件处理》,ACM Compute。调查。,44, 3, 15:1-15:62 (2012)
[21] D'Asaro,F.A.,Bikakis,A.,Dickens,L.,Miller,R.:概率事件演算的基础。收录于:Balduccini,M.,Janhunen,T.(编辑)《逻辑编程和非单调推理——第14届国际会议》,LPNMR 2017,Espoo,Finland,2017年7月3-6日,《计算机科学学报》,第10377卷,第57-63页。施普林格(2017)·Zbl 1491.68201号
[22] D’Odorico,T.:模糊运动动词的本体分析,及其在事件识别中的应用。英国利兹大学博士论文(2013年)。http://etheses.whiterose.ac.uk/6909/
[23] D’Odorico,T.,Bennett,B.:使用形式本体对模糊概念进行自动推理,并应用于视频数据的事件检测。收录人:Michael,L.,Ortiz,C.,Johnston,B.(编辑)Commonsense 2013-第十一届常识推理逻辑形式化国际研讨会进展(2013)
[24] 多尔蒂,P。;古斯塔夫森,J。;卡尔森,L。;Kvarnström,J.,TAL:时序动作逻辑语言规范和教程,Electron。事务处理。Artif公司。智力。,2, 3-4, 273-306 (1998)
[25] Dousson,C.,Maigat,P.L.:使用时间聚焦和层次化改进编年史识别。在:2007年国际人工智能联合会,第20届国际人工智能联合会议论文集,印度海得拉巴,2007年1月6日至12日,第324-329页(2007年)
[26] Dries,A.、Kimmig,A.、Meert,W.、Renkens,J.、den Broeck,G.V.、Vlasselaer,J.和Raedt,L.D.:Problog2:概率逻辑编程。摘自:数据库中的机器学习和知识发现——欧洲会议,ECML PKDD 2015,葡萄牙波尔图,2015年9月7日至11日,会议记录,第三部分,第312-315页(2015)
[27] Eiter,T.,Lukasiewicz,T.:非单调因果理论中关于行为的概率推理。摘自:Meek,C.,Kjrulff,U.(编辑)UAI,第192-199页。Morgan Kaufmann(2003)
[28] 费金,R.:结合来自多个系统的模糊信息。摘自:第十五届ACM SIGACT-SIGMOD-SIGART数据库系统原理研讨会论文集,第216-226页。ACM出版社(1996)
[29] Gelfond,M。;Lifschitz,V.,《用逻辑程序表示动作和变化》,J.Log。程序。,17, 2-3, 301-321 (1993) ·Zbl 0783.68024号
[30] Giatrakos,N.、Alevizos,E.、Artikis,A.、Deligiannakis,A.、Garofalakis,M.:大数据时代的复杂事件识别。VLDB期刊(2019)
[31] Gibson,J.:视觉感知的生态学方法(1979)
[32] 多值逻辑:人工智能推理的统一方法,计算。智力。,41265-316(1988年)
[33] Giunchiglia,E。;Lee,J。;Lifschitz,V。;麦凯恩,N。;Turner,H.,《非单调因果理论》,Artif。智力。,153, 1, 49-104 (2004) ·Zbl 1085.68161号
[34] Hajishirzi,H.,Amir,E.:取样一阶逻辑粒子。载:《第24届人工智能不确定性会议论文集》,芬兰赫尔辛基,第248-255页。AUAI出版社(2008)
[35] Hölldobler,S。;卡拉巴耶夫,E。;Skvortsova,O.,FLUCAP:一阶MDP的启发式搜索规划器,J.Artif。智力。研究(JAIR),27,1,419-439(2006)·Zbl 1182.68246号
[36] Iocchi,L。;Lukasiewicz,T。;Nardi,D。;Rosati,R.,《定性和概率不确定性下感知行为的推理》,ACM Trans。计算。日志。,10, 1, 5:1-5:41 (2009) ·Zbl 1367.68281号
[37] Kardas,K。;Cicekli,NK,SVAS:监控视频分析系统,专家系统。申请。,89, 343-361 (2017)
[38] van Kasteren,T.、Englebienne,G.、Kröse,B.:从无线传感器网络数据识别人类活动:基准和软件。In:普适智能环境中的活动识别,亚特兰蒂斯环境和普适智能。亚特兰蒂斯出版社(2010)
[39] Katzouris,N。;Artikis,A。;Paliouras,G.,事件定义的在线学习,TPLP,16,5-6,817-833(2016)·Zbl 1379.68072号
[40] Katzouris,N.、Michelioudakis,E.、Artikis,A.、Paliouras,G.:复杂事件识别加权关系规则的在线学习。In:数据库中的机器学习和知识发现-欧洲会议,ECML PKDD,第396-413页(2018)
[41] Kimmig,A。;Demoen,B。;雷德,LD;科斯塔,VS;Rocha,R.,关于概率逻辑编程语言ProbLog的实现,理论与实践。逻辑程序。,11, 235-262 (2011) ·Zbl 1220.68037号
[42] 科瓦尔斯基,R。;Sadri,F.,《事件演算与情境演算的协调》,J.Logic Program。,31, 1, 39-58 (1997) ·Zbl 0882.68028号
[43] 科瓦尔斯基,RA;Sergot,MJ,基于逻辑的事件演算,Gen.Compute。,4, 1, 67-95 (1986) ·兹比尔1356.68221
[44] Kvarnström,J.,TALplanner和时间动作逻辑的其他扩展(2005),Linköping:博士论文,Linkóping
[45] List,T.、Bins,J.、Vazquez,J.和Fisher,R.B.:评估者的绩效。摘自:IEEE第二届跟踪和监视视觉监视与性能评估联合研讨会论文集,第129-136页(2005)
[46] 马特乌斯,P。;帕切科,A。;平托,J。;Sernadas,A。;Sernadas,C.,概率情境演算,Ann.Math。Artif公司。智力。,32, 1, 393-431 (2001) ·Zbl 1314.68299号
[47] McCarthy,J.,Hayes,P.J.:从人工智能的角度来看的一些哲学问题。斯坦福大学(1968)·兹比尔0226.68044
[48] Michelioudakis,E。;Artikis,A。;Paliouras,G.,复合事件识别的半监督在线结构学习,Mach。学习。,108, 7, 1085-1110 (2019) ·兹比尔1493.68308
[49] Miller,R.,Shanahan,M.:事件演算的一些替代公式。收录于:《计算逻辑:逻辑编程及其以外》,罗伯特·A·科瓦尔斯基荣誉论文,第二部分,计算机科学课堂讲稿,第452-490页。斯普林格(2002)·Zbl 1012.68192号
[50] Moldovan,B.,Moreno,P.,van Otterlo,M.,Santos-Victor,J.,De Raedt,L.:学习机器人在多对象操作任务中的关系启示模型。摘自:《机器人与自动化国际会议论文集》,第4373-4378页(2012年)
[51] Montali,M.、Maggi,F.M.、Chesani,F.、Mello,P.、van der Aalst,W.M.P.:监控业务约束。事件演算ACM TIST,5(1)(2014)
[52] Morariu,V.I.,Davis,L.S.:结构化场景中的多代理事件识别。摘自:第24届IEEE计算机视觉和模式识别会议,CVPR 2011,科罗拉多州斯普林斯,2011年6月20日至25日,美国科罗拉多州,第3289-3296页(2011)
[53] 穆勒,E.T.:常识推理。Morgan Kaufmann(2006)
[54] Mueller,ET,事件演算与时间动作逻辑比较,Artif。智力。,170, 11, 1017-1029 (2006) ·Zbl 1131.68106号
[55] Paschke,A.:ECA-RuleML:一种将ECA规则与基于时间间隔的KR事件/动作逻辑和事务更新逻辑相结合的方法。技术代表11慕尼黑工业大学(2005年)
[56] Paschke,A。;Bichler,M.,自动化SLA管理的知识表示概念,Decis。支持。系统。,46, 1, 187-205 (2008)
[57] Paschke,A.,Kozlenkov,A.:基于规则的事件处理和反应规则。摘自:第三届国际规则研讨会论文集(RuleML),计算机科学讲稿,第5858卷,第53-66页。施普林格(2009)
[58] 平托,J。;Sernadas,A。;Sernadas,C。;Mateus,P.,《情境演算中的不确定性和不确定性》,国际期刊Uncert。模糊知识-基于系统。,8, 2, 127-149 (2000) ·Zbl 1113.68532号
[59] Pitsikalis,M.、Artikis,A.、Dreo,R.、Ray,C.、Camossi,E.、Jousselme,A.:海上监测的复合事件识别。摘自:《第十三届ACM分布式和基于事件的系统国际会议论文集》,DEBS,第163-174页(2019)
[60] Reiter,R.:《行动中的知识:指定和实现动态系统的逻辑基础》。麻省理工学院出版社(2001)·Zbl 1018.03022号
[61] 理查森,M。;多明戈斯,P.,马尔可夫逻辑网络,马赫。学习。,62, 1-2, 107-136 (2006) ·Zbl 1470.68221号
[62] Sadilek,A。;Kautz,HA,关于复杂多智能体行为的基于位置的推理,J.Artif。智力。研究(JAIR),4387-133(2012)·Zbl 1237.68161号
[63] Schiffel,S.,Thielscher,M.:调和情境演算和流畅演算。摘自:《全国人工智能会议记录》,第21卷,第287页。AAAI出版社(2006)
[64] Selman,J.、Amer,M.R.、Fern,A.、Todorovic,S.:PEL-CNF:视频解释的概率事件逻辑合取范式。收录于:ICCVW,第680-687页。IEEE(2011)
[65] Shen,Z.,Kawashima,H.,Kitagawa,H.:具有谱系的概率事件流处理。In:程序。数据工程研讨会(2008)
[66] Shet,V.D.,Neumann,J.,Ramesh,V.,Davis,L.S.:人类检测中基于双参数的逻辑推理。收录于:(CVPR),第1-8页。IEEE计算机学会(2007)
[67] Simkind,JM,《使用力动力学和事件逻辑在视觉感知中建立动词的词汇语义基础》,JAIR,15,31-90(2001)·Zbl 0994.68087号
[68] 斯卡拉蒂迪斯,A。;阿提基斯,A。;菲利普·J。;Paliouras,G.,概率逻辑编程事件演算,TPLP,15,2,213-245(2015)·Zbl 1379.68305号
[69] Skarlatidis,A.,Paliouras,G.,Artikis,A.,Vouros,G.A.:事件识别的概率事件演算。ACM事务处理。计算逻辑,16(2)(2015)·Zbl 1354.68266号
[70] Thielscher,M.,从情境微积分到流畅微积分:状态更新公理作为推理框架问题的解决方案,Artif。智力。,111, 1, 277-299 (1999) ·Zbl 0996.68193号
[71] Thielscher,M.,《鉴定问题:异常模型问题的解决方案》,Artif。智力。,131, 1, 1-37 (2001) ·Zbl 0996.68186号
[72] Van Belleghem,K。;Denecker,M。;De Schreye,D.,《关于情境演算和事件演算之间的关系》,J.Logic Program。,31, 1, 3-37 (1997) ·Zbl 0883.68023号
[73] Vouros,G.A.,Vlachou,A.,Santipantakis,G.M.,Doulkeridis,C.,Pelekis,N.,Georgiou,H.V.,Theodoridis,Y.,Patrumpas,K.,Alevizos,E.,Artikis,A.,Claramunt,C.,Ray,C.,Scarlatti,D.,Fuchs,G.,Andrienko,G.L.,Andrianko,N.V.,Mock,M.,Camossi,E.,Jousselme,A.,Garcia,J.M.C.:时间关键型流动性预测的大数据分析:最新进展和研究挑战。摘自:《第21届扩展数据库技术国际会议论文集》,EDBT,第612-623页(2018年)
[74] Wang,J.,Domingos,P.:混合马尔可夫逻辑网络。摘自:第23届AAAI人工智能会议记录,第1106-1111页。AAAI出版社(2008)
[75] 王,YH;曹,K。;Zhang,XM,分布式概率事件流上的复杂事件处理,计算。数学。申请。,66, 10, 1808-1821 (2013) ·Zbl 1381.68015号
[76] Wu,E.,Diao,Y.,Rizvi,S.:基于流的高性能复杂事件处理。收录于:ACM SIGMOD,第407-418页(2006年)
[77] 张,H。;Diao,Y。;Immerman,N.,识别时间戳不精确的流中的模式,VLDB,3,1-2,244-255(2010)
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。