概率邏輯程序設計：語言、語義、學習與推理 Foundations of Probabilistic Logic Programming: Languages, Semantics, Inference and Learning

Fabrizio Riguzzi

概率邏輯程序設計：語言、語義、學習與推理

買這商品的人也買了...

相關主題

商品描述

概率邏輯程序是在邏輯程序的基礎上增加對不確定性信息的表示。
概率邏輯程序是以下兩個用途廣泛的領域交叉形成的：邏輯和概率的統一，概率程序。

邏輯上表示實體之間的複雜關係，而概率論對構建屬性和關係的不確定性模型有幫助。
統一兩個理論是一個非常活躍的研究領域。

概率邏輯程序與帶知識表示能力的邏輯語言和帶計算能力的圖靈複雜語言類似，
因此，它是兩種語言的*佳組合。

由於概率邏輯程序的出現，越來越多的研究著開始關注它，
並已產生了許多語言，推理和學習算法。

本書主要該領域提供一個概要，同時介紹分佈語義下的特定語言。
本書主要介紹語義，推理，學習和他們之間的關係。

本書的許多示例和代碼見網站http://cplint.eu。

目錄大綱

 目錄

出版者的話
譯者序
序言
前言
關於作譯者
[0第0]1章預備[0知0]識1
1.1序、格和序數1
1.2映[身寸]和不動點2
1.3邏輯程序3
1.4正規邏輯程序的語義8
1.4.1程序完備化8
1.4.2良基語義10
1.4.3穩定模型語義13
1.5概率論14
1.6概率圖模型21

[0第0]2章概率邏輯程序語言27
2.1基於分佈語義的語言27
2.1.1帶標註析取的邏輯程序27
2.1.2 ProbLog28
2.1.3概率Horn溯因28
2.1.4 PRISM29
2.2不帶函數符號的程序的分佈語義30
2.3示例程序33
2.4表達能力的等價性36
2.5將LPAD轉換成貝葉斯網絡38
2.6分佈語義的通用性41
2.7分佈語義的擴展42
2.8 CP-Logic43
2.9不可靠程序的語義47
2.10 KBMC概率邏輯程序設計語言49
2.10.1貝葉斯邏輯程序50
2.10.2 CLP(BN)50
2.10.3 Prolog因子語言51
2.11概率邏輯程序的其他語義52
2.11.1隨[1機1]邏輯程序53
2.11.2 ProPPR54
2.12其他概率邏輯語義54
2.12.1 Nilsson概率邏輯55
2.12.2馬爾可夫邏輯網絡55
2.12.3帶標註的概率邏輯程序58

[0第0]3章帶函數符號的語義59
3.1帶函數符號程序的分佈語義60
3.2解釋的無窮覆蓋集63
3.3與Sato和Kameya的定義的比較71

[0第0] 4章混合程序的語義74
4.1混合ProbLog74
4.2分佈子句76
4.3擴展的PRISM79
4.4 Cplint混合程序80
4.5概率約束邏輯程序83

[0第0]5章精確推理92
5.1 PRISM93
5.2 [0知0]識編譯95
5.3 ProbLog196
5.4 cplint98
5.5 SLGAD99
5.6 PITA100
5.7 ProbLog2103
5.8 TP編譯111
5.9 PITA中的建模[jia]設113
5.9.1 PITA(OPT)115
5.9.2用PITA實現的MPE117
5.10有無限個解釋的查詢的推理118
5.11混合程序的推理118

[0第0]6章[扌是]升推理123
6.1 [扌是]升推理預備[0知0]識123
6.1.1變量消除124
6.1.2 GC-FOVE126
6.2 LP2127
6.3使用聚合parfactor的[扌是]升推理129
6.4加[0權0]一階模型計數130
6.5帶環邏輯程序132
6.6各種方[0法0]的比較132

[0第0]7章近似推理133
7.1 ProbLog1133
7.1.1迭代深化133
7.1.2 k-best134
7.1.3蒙特卡羅方[0法0]134
7.2 MCINTYRE136
7.3帶無窮多個解釋的查詢的近似推理138
7.4條[亻牛]近似推理138
7.5通過採樣對混合程序進行近似推理140
7.6混合程序的帶有界誤差的近似推理141
7.7 k-[0優0]化142
7.8基於解釋的近似加[ 0權0]模型\計數144
7.9帶TP編譯的近似推理146
7.10 DISTR和EXP任務146

[0第0]8章非標準推理149
8.1可能性邏輯程序設計149
8.2決策-理論ProbLog150
8.3代數ProbLog155

[0第0]9章參數[0學0]習161
9.1 PRISM參數[0學0]習161
9.2 LLPAD和ALLPAD參數[0學0]習166
9.3 LeProbLog166
9.4 EMBLEM169
9.5 ProbLog2參數[0學0]習176
9.6混合程序的參數[0學0]習177

[0第0]10章結構[0學0]習178
10.1歸納邏輯程序178
10.2 LLPAD和ALLPAD結構[0學0]習181
10.3 ProbLog理論壓縮182
10.4 ProbFOIL和ProbFOIL+182
10.5 SLIPCOVER186
10.5.1語言偏[女子]186
10.5.2算[0法0]描述187
10.5.3運行實例191
10.6數據集實例192

[0第0]11章cplint實例194
11.1 cplint命令194
11.2自然語言處理197
11.2.1概率上下文無關文[0法0]197
11.2.2概率左角文[0法0]197
11.2.3隱馬爾可夫模型198
11.3繪製二元決策圖199
11.4高斯過程200
11.5 Dirichlet過程203
11.5.1 Stick-Breaking過程203
11.5.2中餐館過程206
11.5.3混合模型207
11.6貝葉斯估計208
11.7 Kalman濾波器209
11.8隨[1機1]邏輯程序211
11.9方塊地圖生成213
11.10馬爾可夫邏輯網絡214
11.11 Truel215
11.12 [0優0]惠券收集者問題217
11.13一維隨[1機1]遊走220
11.14隱含Dirichlet分配220
11.15印度人GPA問題223
11.16 Bongard問題224
[0第0 ]12章總結227
附錄縮略語及符號對照表228
參考文獻231

類似商品