FastLAS: Scalable Inductive Logic Programming Incorporating Domain-Specific Optimisation Criteria
FastLAS: Scalable Inductive Logic Programming Incorporating Domain-Specific Optimisation Criteria
复制标题
FastLAS：结合特定领域优化标准的可扩展归纳逻辑编程
DOI：
10.1609/aaai.v34i03.5678
复制
发表时间：
2020
期刊：
影响因子：
7.5
通讯作者：
Jorge Lobo
中科院分区：
文献类型：
--
作者：
Mark Law;A. Russo;E. Bertino;K. Broda;Jorge Lobo
归纳逻辑编程 (ILP) 系统旨在找到一组逻辑规则（称为假设），用于解释一组示例。在存在许多此类假设的情况下，ILP 系统通常会偏向于较短的解决方案，从而导致学习高度通用的规则。在某些应用程序领域（例如安全和访问控制策略）中，这种偏差可能是不可取的，因为当数据稀疏时，应该首选保证更严格安全性的更具体的规则。本文提出了假设评分函数的新一般概念，允许用户表达特定领域的优化标准。这被合并到一个名为 FastLAS 的新 ILP 系统中，该系统将学习任务和定制评分函数作为输入，并根据给定评分函数计算最佳解决方案。我们评估了 FastLAS 在访问控制策略的真实数据集上的准确性，并表明改变评分函数允许用户针对特定领域的性能指标。我们还将 FastLAS 与最先进的 ILP 系统进行比较，使用标准 ILP 偏差来实现更短的解决方案，并证明 FastLAS 速度明显更快且更具可扩展性。
Inductive Logic Programming (ILP) systems aim to find a set of logical rules, called a hypothesis, that explain a set of examples. In cases where many such hypotheses exist, ILP systems often bias towards shorter solutions, leading to highly general rules being learned. In some application domains like security and access control policies, this bias may not be desirable, as when data is sparse more specific rules that guarantee tighter security should be preferred. This paper presents a new general notion of a scoring function over hypotheses that allows a user to express domain-specific optimisation criteria. This is incorporated into a new ILP system, called FastLAS, that takes as input a learning task and a customised scoring function, and computes an optimal solution with respect to the given scoring function. We evaluate the accuracy of FastLAS over real-world datasets for access control policies and show that varying the scoring function allows a user to target domain-specific performance metrics. We also compare FastLAS to state-of-the-art ILP systems, using the standard ILP bias for shorter solutions, and demonstrate that FastLAS is significantly faster and more scalable.
学习高效的逻辑程序
影响因子：
7.5
作者：
Cropper A
通讯作者：
Cropper A
DOI：
10.1007/978-3-662-44923-3
发表时间：
2014-09
期刊：
--
影响因子：
--
作者：
Gerson Zaverucha;V. S. Costa;A. Paes
通讯作者：
Gerson Zaverucha;V. S. Costa;A. Paes
学习答案集编程中的弱约束
影响因子：
1.4
作者：
LAW M
通讯作者：
LAW M