論文の概要: A Framework for Reasoning on Probabilistic Description Logics
- arxiv url: http://arxiv.org/abs/2010.01087v1
- Date: Fri, 2 Oct 2020 16:41:06 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-12 02:08:40.654725
- Title: A Framework for Reasoning on Probabilistic Description Logics
- Title（参考訳）: 確率論的記述論理に基づく推論フレームワーク
- Authors: Giuseppe Cota and Riccardo Zese and Elena Bellodi and Evelina Lamma
and Fabrizio Riguzzi
- Abstract要約: BUNDLE は OWL (non-probabilistic) 推論を用いて確率的記述論理を推論する推論フレームワークである。
本章では,BUNDLEにおける最新の進歩について報告する。
- 参考スコア（独自算出の注目度）: 0.8399688944263843
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: While there exist several reasoners for Description Logics, very few of them
can cope with uncertainty. BUNDLE is an inference framework that can exploit
several OWL (non-probabilistic) reasoners to perform inference over
Probabilistic Description Logics.
In this chapter, we report the latest advances implemented in BUNDLE. In
particular, BUNDLE can now interface with the reasoners of the TRILL system,
thus providing a uniform method to execute probabilistic queries using
different settings. BUNDLE can be easily extended and can be used either as a
standalone desktop application or as a library in OWL API-based applications
that need to reason over Probabilistic Description Logics.
The reasoning performance heavily depends on the reasoner and method used to
compute the probability. We provide a comparison of the different reasoning
settings on several datasets.
- Abstract（参考訳）: 記述論理学にはいくつかの理由があるが、不確実性に対処できるものはほとんどない。
BUNDLE は OWL (non-probabilistic) 推論を用いて確率的記述論理を推論する推論フレームワークである。
本章では,BUNDLEにおける最新の進歩について報告する。
特に、BUNDLE は TRILL システムの推論子とインターフェースできるようになり、異なる設定で確率的クエリを実行する均一な方法が提供されるようになった。
BUNDLEは簡単に拡張でき、スタンドアロンのデスクトップアプリケーションやOWL APIベースのアプリケーションでProbabilistic Description Logicsを推論するライブラリとして使用できる。
推論性能は確率を計算するために使用される推論器と方法に大きく依存する。
いくつかのデータセットで異なる推論設定を比較する。
関連論文リスト
- P-FOLIO: Evaluating and Improving Logical Reasoning with Abundant Human-Written Reasoning Chains [97.25943550933829]
P-FOLIO(P-FOLIO)は、多種多様で複雑な推論連鎖からなる人称注釈付きデータセットである。
我々はP-FOLIOを用いて大規模言語モデル推論機能の評価と改善を行う。
論文 参考訳（メタデータ） (2024-10-11T19:22:57Z) - Explaining Explanations in Probabilistic Logic Programming [0.0]
ほとんどのアプローチでは、システムはブラックボックスと見なされており、適切な説明を生成することは困難である。
確率論的論理プログラミング(PLP)は、知識表現のための論理プログラミングと不確実性をモデル化する確率を組み合わせたパラダイムである。
本稿では,証明に「選択表現」をラベル付けした PLP の新しいクエリ駆動推論機構の定義に基づく説明法を提案する。
論文 参考訳（メタデータ） (2024-01-30T14:27:37Z) - dPASP: A Comprehensive Differentiable Probabilistic Answer Set
Programming Environment For Neurosymbolic Learning and Reasoning [0.0]
本稿では,ニューロシンボリック推論のための新しい宣言型論理プログラミングフレームワークdPASPを提案する。
非決定論的・矛盾的・不完全・統計的知識を表現できる確率論的論理プログラムのセマンティクスについて論じる。
次に、いくつかのサンプルプログラムとともに、言語での推論と学習をサポートする実装されたパッケージについて説明する。
論文 参考訳（メタデータ） (2023-08-05T19:36:58Z) - "What if?" in Probabilistic Logic Programming [2.9005223064604078]
ProbLogプログラムは、特定の確率でのみ保持される事実を持つ論理プログラムである。
クエリに答えることによって、このProbLog言語を拡張します。
論文 参考訳（メタデータ） (2023-05-24T16:35:24Z) - $\omega$PAP Spaces: Reasoning Denotationally About Higher-Order,
Recursive Probabilistic and Differentiable Programs [64.25762042361839]
$omega$PAP 空間は表現的微分可能および確率的プログラミング言語についての推論のための空間である。
我々の意味論は、最も実践的な確率的で微分可能なプログラムに意味を割り当てるのに十分である。
確率プログラムのトレース密度関数のほぼすべての微分可能性を確立する。
論文 参考訳（メタデータ） (2023-02-21T12:50:05Z) - Explanation Selection Using Unlabeled Data for Chain-of-Thought
Prompting [80.9896041501715]
非専門家によって書かれたオフ・ザ・シェルフの説明のように、タスクのために"チューニング"されていない説明は、中途半端なパフォーマンスをもたらす可能性がある。
本稿では,ブラックボックス方式で説明拡散プロンプトを最適化する方法の課題に対処する。
論文 参考訳（メタデータ） (2023-02-09T18:02:34Z) - Machine Learning with Probabilistic Law Discovery: A Concise
Introduction [77.34726150561087]
Probabilistic Law Discovery (PLD) は、確率論的ルール学習の変種を実装した論理ベースの機械学習手法である。
PLDはDecision Tree/Random Forestメソッドに近いが、関連するルールの定義方法に大きく異なる。
本稿はPLDの主な原則を概説し、その利点と限界を強調し、いくつかのアプリケーションガイドラインを提供する。
論文 参考訳（メタデータ） (2022-12-22T17:40:13Z) - Explanations as Programs in Probabilistic Logic Programming [0.0]
理解可能な説明の生成は、現代の人工知能システムに欠かせない特徴である。
本研究では,関係構造と不確実性を持つドメインをモデル化するのに有用な論理プログラミングの拡張である確率論的論理プログラミングについて考察する。
本稿では,複数の展開型変換によって与えられたクエリから生成されたプログラムとして説明が表現される新しい手法を提案する。
論文 参考訳（メタデータ） (2022-10-06T16:09:34Z) - plingo: A system for probabilistic reasoning in clingo based on lpmln [2.7742922296398738]
様々な確率論的推論モードを備えたASPシステムクリンゴの拡張であるplingoを提案する。
Plingoは、Markov Logicの重みスキームに基づくASPの確率的拡張であるLPMLNを中心にしている。
我々は、他の確率システムと比較することにより、プリンゴの性能を実証的に評価する。
論文 参考訳（メタデータ） (2022-06-23T07:51:10Z) - An Extensible Logic Embedding Tool for Lightweight Non-Classical
Reasoning [91.3755431537592]
論理埋め込みツールは、古典的でない推論問題を古典的な高階論理にプロシージャエンコーディングする。
推論ターゲットとして、多くの非古典論理をサポートすることができる。
論文 参考訳（メタデータ） (2022-03-23T12:08:51Z) - Logical Credal Networks [87.25387518070411]
本稿では,論理と確率を組み合わせた先行モデルの多くを一般化した表現的確率論的論理である論理的クレダルネットワークを紹介する。
本稿では,不確実性のあるマスターミンドゲームを解くこと,クレジットカード詐欺を検出することを含む,最大後部推論タスクの性能について検討する。
論文 参考訳（メタデータ） (2021-09-25T00:00:47Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。