权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Logikbasierte probabilistiche Wissensrepräsentation für relationales Lernen, Modellieren und Inferieren

用于关系学习、建模和推理的基于逻辑的概率知识表示

基本信息

批准号：
46424101
负责人：
Professor Dr. Christoph Beierle
金额：
--
依托单位：
Informatik I - Lehrstuhl Logik in der Informatik
依托单位国家：
德国
项目类别：
Research Grants
财政年份：
2007
资助国家：
德国
起止时间：
2006-12-31 至 2011-12-31
项目状态：
已结题

来源：
https://gepris.dfg.de/gepris/projekt/46424101?language=en
关键词：
Logikbasierte probabilistiche Wissensrepr sentation relationales

项目摘要

Die Darstellung und Verarbeitung unsicheren Wissens spielt in vielen Bereichen der Künstlichen Intelligenz eine zentrale Rolle. Dabei werden oft, motiviert durch jeweils andere Blickwinkel und Prioritäten, unterschiedliche Ansätze verfolgt. In dem Projekt KReate entwickeln wir einen integrativen Wissensrepräsentationsansatz für relationales Lernen, Modellieren und Inferieren, der es ermöglicht, auf der Basis probabilistischer Repräsentationen relationale, konditionallogische Informationen zu modellieren, aus Daten zu extrahieren und für Inferenzzwecke zu verwenden. Das Ziel des Ansatzes ist, integrierte Systeme mit optimaler Abstimmung dieser Prozesse aufeinander zu konzipieren und zu implementieren. Die Realisierung dieser Zielsetzung erfolgt sowohl unter theoretischen wie auch experimentell-heuristischen Aspekten. Insbesondere stellt die hier entwickelte konditionallogische Basismethodik für Lernen, Modellieren und Inferenz einen theoretisch anspruchsvollen und praktisch vielseitigen Rahmen für die zentralen Forschungsthemen des Projekts dar. Zur Überprüfung der erzielten Forschungsergebnisse wird die Experimentierumgebung KReator realisiert. Im dritten Jahr der Projektlaufzeit werden wir uns auf die vertiefte Erforschung und Optimierung von Inferenz- und Lernverfahren sowie auf die Anwendung und Evaluierung des KReator-Prototyps konzentrieren.

这句话的意思是：Velen Bereichen der Künstlicen Intelligence enz ine Center Rolle.大北经常有珠宝，也有闪闪发光的东西，不会有任何变化。在DEM Projekt Kreate entwickeln Wir Einen中，我们集成了各种关系，包括Lernen、Modellieren和Inferieren、der es ermöglicht、auf der base概率Repräwarationen Relationale、KonditionalLogistic Informationen zu Model lieren、Aus Daten en zu ExtraHieren and für Inferenzzwecke zu verwenden。这是一个完整的系统，也是一种最优的系统，它可以帮助我们实现自己的梦想。从理论上看，这是一种启发式的实验。从理论和实践两个角度来看，这是一种新的理论和实践。我们将进行一项新的实验，以实现这一目标。我是Dritten Jahr der Projektlaufzeit Wir uns auf die vertiefte Erforschung and Optimierung von Inferenz-und Lernverfahren Sowie auf die Anwendung and Evaluierung des Kreator-Prototyps Konzentrieren.