首页/论文/1012.1659

arXiv 1012.16592010-12-08cs.AIcs.LO

基于逻辑的后组合表型描述评估的第一步

First steps in the logic-based assessment of post-composed phenotypic descriptions

Universitat Jaume I de Castelló（卡斯特利翁海梅一世大学）；European Bioinformatics Institute（欧洲生物信息研究所）；University of Oxford（牛津大学）

Ernesto Jimenez-Ruiz, Bernardo Cuenca Grau, Rafael Berlanga, Dietrich Rebholz-Schuhmann

备注：: in Adrian Paschke, Albert Burger, Andrea Splendiani, M. Scott Marshall, Paolo Romano: Proceedings of the 3rd International Workshop on Semantic Web Applications and Tools for the Life Sciences, Berlin,Germany, December 8-10, 2010

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

在本文中，我们提出了一个初步的逻辑为基础的评估整合后组成的表型描述与领域本体。评价已经进行了使用描述逻辑推理与可扩展的技术：本体模块化和本体之间的逻辑差异的近似。

英文摘要：

In this paper we present a preliminary logic-based evaluation of the integration of post-composed phenotypic descriptions with domain ontologies. The evaluation has been performed using a description logic reasoner together with scalable techniques: ontology modularization and approximations of the logical difference between ontologies.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

基于构造性描述逻辑的语义Web服务描述与组合

A Note on Semantic Web Services Specification and Composition in Constructive Description Logics

Università degli Studi dell’Insubria（因苏布里亚大学）

语义Web的思想是用计算机可解释的描述来注释Web内容和服务，目的是使目前由人类用户执行的许多任务自动化。在Web服务的上下文中，最有趣的任务之一是它们的组合。在本文中，我们正式这个问题的框架内的建设性描述逻辑。特别是，我们提出了一个声明性的服务规约语言和演算的服务组合。我们通过一个例子表明如何使用这种演算来定义组合Web服务，我们讨论了自动服务合成的问题。

2010-07-14cs.AIcs.LO

离散鲁棒控制求解复合一阶约束

Solving Composed First-Order Constraints from Discrete-Time Robust Control

本文讨论了离散时间鲁棒控制问题，该问题要求求解包含全称量词和存在量词的实数上的约束。为了解决这个问题，我们制定它作为一个程序（虚构的）约束逻辑程序设计语言与明确的量词符号。这使我们能够澄清问题的特殊结构，并扩展算法计算近似解集的一阶约束的实数，以利用这种结构。因此，我们可以处理目前的符号求解器显然无法达到的输入。

2001-05-11cs.AIcs.CEcs.LO

利用程序专门化提高概率逻辑模型近似推理的效率

Improving the Efficiency of Approximate Inference for Probabilistic Logical Models by means of Program Specialization

Katholieke Universiteit Leuven（鲁汶天主教大学）

我们认为，执行概率逻辑模型的概率推理的任务。许多算法的近似推理与这样的模型是基于抽样。从逻辑编程的角度来看，采样归结为在由静态部分和动态部分组成的知识库上重复调用相同的查询。静态部分越大，这些重复调用中的冗余就越多。这是有问题的，因为低效的采样产生差的近似。我们展示了如何应用逻辑程序专业化，使基于采样的推理更有效。我们开发了一种算法，专门的查询谓词的定义相对于知识库的静态部分。在对真实世界数据的实验中，我们获得了高达一个数量级的加速比，并且这些加速比随着数据大小而增长。

2011-12-22cs.AI

一阶概率推理的对数线性模型

Loglinear models for first-order probabilistic reasoning

University of York（约克大学）

最近的工作对数线性模型的概率约束逻辑编程适用于一阶概率推理。概率直接定义在原子公式的证明上，并通过原子公式本身的边缘化来定义。我们使用随机逻辑程序（SLP）组成的标记和未标记的确定性条款来定义的证明概率。我们有一个保守的一阶推理的扩展，因此，例如，在逻辑变量和随机变量之间有一个一一映射。我们展示了如何，在这个框架中，归纳逻辑程序设计（ILP）可以用来诱导的对数线性模型的功能，从数据。我们还比较了所提出的框架与其他方法的一阶概率推理。

2013-01-23cs.AI

基于WSMO方法的语义Web服务声明性功能描述构造工具的设计、开发与实现

Design, development and implementation of a tool for construction of declarative functional descriptions of semantic web services based on WSMO methodology

Софийски Университет “Св. Климент Охридски”（索非亚大学圣·克利门特·奥赫里德斯基大学）；Институт по информационни технологии – БАН（保加利亚科学院信息技术研究所）

语义Web服务（SWS）是自包含的，自描述的，语义标记的软件资源，可以发布，发现，组合和执行在Web上以半自动的方式。它们是未来语义网的关键组成部分，在语义网中，联网的计算机程序同时成为信息的提供者和用户。这项工作的重点是开发一个全生命周期的软件工具集创建和维护语义Web服务（SWSs）的Web服务建模本体（WSMO）框架的基础上。基于WSMO的SWS的一个主要部分是服务能力--Web服务功能的声明性描述。Web服务建模语言（WSML）提供了一个正式的语法和语义的描述，这是基于不同的逻辑形式主义，即描述逻辑，一阶逻辑和逻辑编程。Web服务功能的WSML描述表示为一组复杂的逻辑表达式（公理）。我们开发了一个专门的用户友好的工具，用于构建和编辑基于WSMO的SWS功能。由于该工具的用户不是一阶逻辑专家，因此提出了一种用于约束和编辑公理的图形化方法。构造逻辑表达式的设计过程是本体驱动的，它尽可能地从逻辑语言的任何具体语法中抽象出来。我们提出了几种机制来保证所产生的逻辑表达式的语义一致性。该工具使用Eclipse for IDE和GEF（图形编辑框架）以Java实现可视化。

2009-04-02cs.AIcs.LO

非分层逻辑程序稳定模型的存在性

On the existence of stable models of non-stratified logic programs

本文介绍了一个基本的结果，这是相关的答案集规划，规划。自从定义了稳定模型语义以来，第一次对存在稳定模型的逻辑程序类给出了句法刻画。这个条件对于定义新的算法来检验一致性和计算答案集，以及改进现有的系统都有实际的重要性。本文的方法是引入一个新的规范形式（任何逻辑程序都可以简化为它），把注意力集中在循环依赖上。然后，技术结果以规范形式的程序（规范程序）给出，不失一般性。结果是基于识别的周期中包含的程序，表明稳定的模型的整体程序组成的稳定模型的合适的子程序，对应于周期，并定义循环图。这个图的每个顶点对应于一个循环，每条边对应于一个句柄，它是一个文字，包含一个原子，出现在两个循环中，实际上决定了它们之间的连接。事实上，循环中句柄的真值（它作为规则的头部出现）会影响循环中原子的真值（它在主体中出现）。因此，我们可以引入句柄路径的概念，连接不同的循环。如果对每个奇循环都能找到具有一定性质的句柄路径，则保证了稳定模型的存在性。

2004-12-23cs.AIcs.LO

更多相关论文收起更多论文

LTNtorch：Logic Tensor Networks 的 PyTorch 实现

LTNtorch: PyTorch Implementation of Logic Tensor Networks

University of Padova（帕多瓦大学）；Fondazione Bruno Kessler（布鲁诺·凯塞勒基金会）

LTNtorch 是 Logic Tensor Networks 的 PyTorch 实现，通过结合深度学习与逻辑推理，将逻辑知识库作为神经模型的目标，利用 Fuzzy logic 和梯度下降优化实现基于逻辑的学习。

2024-09-24cs.AI

基于骨架的人体动作识别的概念驱动逻辑推理神经符号框架

Neurosymbolic Framework for Concept-Driven Logical Reasoning in Skeleton-Based Human Action Recognition

Department of ECSE, Faculty of Engineering, Monash University, Australia（莫纳什大学工程学院电子与计算机工程系，澳大利亚）；AIM for Health Lab, Faculty of Information Technology, Monash University, Australia（莫纳什大学信息科技学院健康人工智能实验室，澳大利亚）；Department of DSAI, Faculty of Information Technology, Monash University, Australia（莫纳什大学信息科技学院数据科学与人工智能系，澳大利亚）

本文提出一种神经符号框架，将骨架动作识别转化为概念驱动的一阶逻辑推理，通过结合表征学习与符号推理，提升动作识别的可解释性。

2026-05-08cs.AIcs.CV

用于风险敏感溯因推理的最小κ–τ逻辑

A Minimal $κ$--$τ$ Logic for Risk-Sensitive Abduction

本文针对风险敏感溯因推理领域，提出含认知交互与承诺阈值的最小κ–τ逻辑框架，其作为神经符号架构的符号管控层，可实现透明可审计的溯因推理。

2026-08-11cs.AI

具有时序逻辑任务的随机系统的可验证组合神经符号控制

Verified Compositional Neuro-Symbolic Control for Stochastic Systems with Temporal Logic Tasks

Washington University in St. Louis (WashU)（圣路易斯华盛顿大学）

针对未知随机动态系统LTL任务中NN控制器组合缺乏安全保证的问题，提出基于自动机理论和数据驱动可达性分析的神经符号控制方法，实现零样本安全行为并验证其正确性与完备性。

2023-11-22cs.AIcs.LGcs.RO

用一阶概率逻辑构造贝叶斯网络

Using First-Order Probability Logic for the Construction of Bayesian Networks

University of Waterloo（滑铁卢大学）

我们提出了一种机制，用于构建图形模型，特别是贝叶斯网络，从一般概率信息的知识库。我们的方法的独特之处在于，它使用了一个强大的一阶概率逻辑来表达一般的知识库。这种逻辑允许表示广泛的逻辑和概率信息。我们提出的模型构建过程使用直接推理的概念，从知识库中识别出最适合我们要推理的特定事件的局部统计信息。这些片段被组合以生成指定为贝叶斯网络的联合概率分布。虽然有基本的困难，在处理充分的一般知识，我们的程序是实用的相当丰富的知识库，它支持建设一个更广泛的网络比目前的模板技术允许。

2013-03-06cs.AI