Probabilistic Rule Learning in Nonmonotonic Domains
Probabilistic Rule Learning in Nonmonotonic Domains
复制标题
非单调域中的概率规则学习
DOI：
10.1007/978-3-642-22359-4_17
复制
发表时间：
2011
期刊：
影响因子：
--
通讯作者：
Alessandra Russo
中科院分区：
文献类型：
--
作者：
Domenico Corapi;Daniel Sykes;Katsumi Inoue;Alessandra Russo
我们在这里提出了一种新的方法，在概率非单调域的答案集编程的背景下，规则学习。我们使用的方法来更新基于观察的代理的知识库。为了处理我们的观测数据的概率性质，我们采用参数估计来找到与这些原子中的每一个相关联的概率，从而与规则相关联。其结果是具有最大概率导致观察结果的规则集。与传统的归纳逻辑编程技术相比，这最终提高了对噪声数据的容忍度。我们说明了这种方法的好处，将其应用到规划问题中，所涉及的代理需要非单调性和噪声输入的宽容。
We propose here a novel approach to rule learning in probabilistic nonmonotonic domains in the context of answer set programming. We used the approach to update the knowledge base of an agent based on observations. To handle the probabilistic nature of our observation data, we employ parameter estimation to find the probabilities associated with each of these atoms and consequently with rules. The outcome is the set of rules which have the greatest probability of entailing the observations. This ultimately improves tolerance of noisy data compared to traditional inductive logic programming techniques. We illustrate the benefits of the approach by applying it to a planning problem in which the involved agent requires both nonmonotonicity and tolerance of noisy input.
登录
查看更多内容
概率规则学习
DOI：
--
发表时间：
2010
期刊：
International Conference on Inductive Logic Programming
影响因子：
--
作者：
L. D. Raedt;Ingo Thon
通讯作者：
Ingo Thon
DOI：
10.1007/3-540-55460-2_11
发表时间：
1990
期刊：
RCLP
影响因子：
--
作者：
E. Dantsin
通讯作者：
E. Dantsin
论ProbLog程序的高效执行
DOI：
10.1007/978-3-540-89982-2_22
发表时间：
2008
期刊：
--
影响因子：
--
作者：
Angelika Kimmig;V. S. Costa;Ricardo Rocha;Bart Demoen;L. D. Raedt
通讯作者：
L. D. Raedt
作为归纳搜索的归纳逻辑编程
DOI：
--
发表时间：
2010
期刊：
International Conference on Logic Programming
影响因子：
--
作者：
D. Corapi;A. Russo;Emil C. Lupu
通讯作者：
Emil C. Lupu
使用 ILP 从场景中提取需求
DOI：
--
发表时间：
2007
期刊：
International Conference on Inductive Logic Programming
影响因子：
--
作者：
Dalal Alrajeh;O. Ray;A. Russo;Sebastián Uchitel
通讯作者：
Sebastián Uchitel