論文の概要: plingo: A system for probabilistic reasoning in clingo based on lpmln

• arxiv url: http://arxiv.org/abs/2206.11515v4
• Date: Tue, 22 Oct 2024 00:06:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-23 14:25:30.493089
• Title: plingo: A system for probabilistic reasoning in clingo based on lpmln
• Title（参考訳）: plingo:lpmlnに基づくclingoの確率論的推論システム
• Authors: Susana Hahn, Tomi Janhunen, Roland Kaminski, Javier Romero, Nicolas Rühling, Torsten Schaub,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 2.7742922296398738
• License:
• Abstract: We present plingo, an extension of the ASP system clingo with various probabilistic reasoning modes. Plingo is centered upon LP^MLN, a probabilistic extension of ASP based on a weight scheme from Markov Logic. This choice is motivated by the fact that the core probabilistic reasoning modes can be mapped onto optimization problems and that LP^MLN may serve as a middle-ground formalism connecting to other probabilistic approaches. As a result, plingo offers three alternative frontends, for LP^MLN, P-log, and ProbLog. The corresponding input languages and reasoning modes are implemented by means of clingo's multi-shot and theory solving capabilities. The core of plingo amounts to a re-implementation of LP^MLN in terms of modern ASP technology, extended by an approximation technique based on a new method for answer set enumeration in the order of optimality. We evaluate plingo's performance empirically by comparing it to other probabilistic systems.
• Abstract（参考訳）: 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LP^MLNを中心にしている。 この選択は、コア確率論的推論モードが最適化問題にマッピング可能であることと、LP^MLNが他の確率論的アプローチと接続する中間的な形式主義として機能するという事実によって動機づけられる。 その結果、plingoはLP^MLN、P-log、ProbLogの3つの代替フロントエンドを提供する。 対応する入力言語と推論モードは、クリンゴのマルチショットおよび理論解決能力によって実装される。 plingo のコアは LP^MLN の再実装であり、最適な解集合列挙の新たな方法に基づく近似手法によって拡張されている。 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。

関連論文リスト

• Efficient Learning of POMDPs with Known Observation Model in Average-Reward Setting [56.92178753201331]
  我々は,POMDPパラメータを信念に基づくポリシを用いて収集したサンプルから学習することのできる観測・認識スペクトル(OAS)推定手法を提案する。 提案するOAS-UCRLアルゴリズムに対して,OASプロシージャの整合性を示し,$mathcalO(sqrtT log(T)$の残差保証を証明した。
  論文  参考訳（メタデータ） (2024-10-02T08:46:34Z)
• Poisson Process for Bayesian Optimization [126.51200593377739]
  本稿では、Poissonプロセスに基づくランキングベースの代理モデルを提案し、Poisson Process Bayesian Optimization(PoPBO)と呼ばれる効率的なBOフレームワークを提案する。 従来のGP-BO法と比較すると,PoPBOはコストが低く,騒音に対する堅牢性も良好であり,十分な実験により検証できる。
  論文  参考訳（メタデータ） (2024-02-05T02:54:50Z)
• Pseudo-Likelihood Inference [16.934708242852558]
  Pseudo-Likelihood Inference (PLI)は、ABCに神経近似をもたらす新しい方法であり、ベイズシステムの識別に挑戦するタスクと競合する。 PLIは、勾配降下による神経後葉の最適化を可能にし、要約統計に頼らず、入力として複数の観察を可能にする。 PLIの有効性は、4つの古典的SBIベンチマークタスクと非常にダイナミックな物理システムで評価される。
  論文  参考訳（メタデータ） (2023-11-28T10:17:52Z)
• There is No Silver Bullet: Benchmarking Methods in Predictive Combinatorial Optimization [59.27851754647913]
  予測最適化(英: Predictive optimization)は、エネルギーコストを意識したスケジューリングや広告予算配分など、多くの現実世界のアプリケーションの正確なモデリングである。 モジュールレベルでの設計選択を含む、両方のアプローチのシステマティックなベンチマークはありません。 本研究は,8ベンチマーク中7ベンチマークにおいて,PnOアプローチがPtOよりも優れていることを示すが,PnOの設計選択に銀の弾丸は見つからない。
  論文  参考訳（メタデータ） (2023-11-13T13:19:34Z)
• Scalable Neural-Probabilistic Answer Set Programming [18.136093815001423]
  本稿では、NPP(Neural-Probabilistic Predicates)と解集合プログラミング(ASP)を介して統合された論理プログラムからなる新しいDPPLであるSLASHを紹介する。 予測性能を犠牲にすることなく、推論を高速化し、(地上)プログラムの無意味な部分を抜粋する方法を示す。 我々は、MNIST追加のベンチマークタスクやVQA(Visual Question Answering)など、様々なタスクでSLASHを評価する。
  論文  参考訳（メタデータ） (2023-06-14T09:45:29Z)
• smProbLog: Stable Model Semantics in ProbLog for Probabilistic Argumentation [19.46250467634934]
  本稿では,確率論的論理プログラミング(PLP)のセマンティクスにおいて,確率論的議論フレームワークを表すプログラムが共通の仮定を満たさないことを示す。 第二の貢献は、確率的事実の選択が論理的原子の真理割り当てを一意に決定しないプログラムのための新しいPLP意味論である。 3つ目のコントリビューションは、このセマンティクスをサポートするPLPシステムの実装である。
  論文  参考訳（メタデータ） (2023-04-03T10:59:25Z)
• Declarative Probabilistic Logic Programming in Discrete-Continuous Domains [16.153683223016973]
  我々は、ハイブリッドPLP言語DC-ProbLogとその推論エンジンである無限小代数的準重み付け(IALW)と共に測定セマンティクスに貢献する。 PLPの技術を3つの異なる側面(意味論、言語、推論)で一般化する。 IALWは知識コンパイルに基づくハイブリッド確率型プログラミングのための最初の推論アルゴリズムである。
  論文  参考訳（メタデータ） (2023-02-21T13:50:38Z)
• Probabilistic Gradient Boosting Machines for Large-Scale Probabilistic Regression [51.770998056563094]
  PGBM(Probabilistic Gradient Boosting Machines)は、確率的予測を生成する手法である。 既存の最先端手法と比較してPGBMの利点を実証的に示す。
  論文  参考訳（メタデータ） (2021-06-03T08:32:13Z)
• Adaptive Sampling for Best Policy Identification in Markov Decision Processes [79.4957965474334]
  本稿では,学習者が生成モデルにアクセスできる場合の,割引マルコフ決定(MDP)における最良の政治的識別の問題について検討する。 最先端アルゴリズムの利点を論じ、解説する。
  論文  参考訳（メタデータ） (2020-09-28T15:22:24Z)
• Distributionally Robust Bayesian Quadrature Optimization [60.383252534861136]
  確率分布が未知な分布の不確実性の下でBQOについて検討する。 標準的なBQOアプローチは、固定されたサンプル集合が与えられたときの真の期待目標のモンテカルロ推定を最大化する。 この目的のために,新しい後方サンプリングに基づくアルゴリズム,すなわち分布的に堅牢なBQO(DRBQO)を提案する。
  論文  参考訳（メタデータ） (2020-01-19T12:00:33Z)

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。