Uncertainty informaion processing by statistical abduction

通过统计溯因处理不确定性信息

• 批准号: 23300054
• 负责人: SATO Taisuke
• 金额: $ 8.9万
• 依托单位: Tokyo Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2011
• 资助国家: 日本
• 起止时间: 2011-04-01 至 2014-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-23300054/
• 关键词: 確率論理; 確率モデリング言語; アブクション; PRISM; ベイズ推論; アブダクション; shared BDD; Bayes推論

We have improved a logic-based modeling language PRISM which unifies statistical machine learning and logical inference by adding a general MCMC(Markov chain Monte Carlo) method, VT (Viterbi training) and VB-VT thatextends VT with variational Bayes. We also enabled PRISM to calculate an infinite sum of probabilities through solving probability equations, which is applied to intention recognition of users from web log session data.

本文改进了一种基于逻辑的建模语言PRISM，它将统计机器学习和逻辑推理结合起来，增加了一种通用的MCMC（Markov chain Monte Carlo）方法、VT（Viterbi training）和VB-VT，并用变分贝叶斯扩展了VT。 我们还使PRISM通过求解概率方程来计算概率的无穷和，并将其应用于从Web日志会话数据中识别用户的意图。

项目成果

Infinite probability computation by cyclic explanation graphs

• DOI: 10.1017/s1471068413000562
• 发表时间: 2013-09
• 期刊: Theory and Practice of Logic Programming
• 影响因子: 1.4
• 作者: Taisuke Sato;Philipp J. Meyer

Viterbi training in PRISM

• DOI: 10.1017/s1471068413000677
• 发表时间: 2013-03
• 期刊: Theory and Practice of Logic Programming
• 影响因子: 1.4
• 作者: Taisuke Sato;Keiichi Kubota

Constraint-based probabilistic modeling for statistical abduction

• DOI: 10.1007/s10994-010-5206-7
• 发表时间: 2011-05
• 期刊: Machine Learning
• 影响因子: 7.5
• 作者: Taisuke Sato;Masakazu Ishihata;Katsumi Inoue

Variational Bayes inference for logic-based probabilistic models on BDDs

BDD 上基于逻辑的概率模型的变分贝叶斯推理

• 发表时间: 2011
• 作者: Ishihata M.;Kameya Y.;Sato T.
• 通讯作者: Sato T.

アクセスログ分における接頭部分列からのプラン認識

根据访问日志中的前缀序列规划识别

• 发表时间: 2014
• 期刊: 人工知能学会論文誌
• 作者: 小島諒介;佐藤泰介
• 通讯作者: 佐藤泰介