On Consensus Extraction
On Consensus Extraction
复制标题
关于共识提取
DOI：
--
复制
发表时间：
2016
期刊：
影响因子：
--
通讯作者：
Jean
中科院分区：
文献类型：
--
作者：
É. Grégoire;S. Konieczny;Jean
计算共识是各种人工智能领域的一项关键任务，包括信念融合，社会选择，谈判等。在这项工作中，我们将共识运算符定义为提供信息源（命题逻辑中）的集合理论联合的一部分的函数，以进行协调，这样就没有源在逻辑上矛盾。我们还调查了与这些共识相关的最大化的不同概念。从计算的角度来看，我们提出了一个通用的问题转换，导致一种方法，实验证明非常有效的，即使是大的冲突源被调和。
Computing a consensus is a key task in various AI areas, ranging from belief fusion, social choice, negotiation, etc. In this work, we define consensus operators as functions that deliver parts of the set-theoretical union of the information sources (in propositional logic) to be reconciled, such that no source is logically contradicted. We also investigate different notions of maximality related to these consensuses. From a computational point of view, we propose a generic problem transformation that leads to a method that proves experimentally efficient very often, even for large conflicting sources to be reconciled.