Learning Assumption-based Argumentation Frameworks
IASI-CNR(意大利国家研究委员会智能系统与自动化研究所);Imperial College London(帝国理工学院)
本文提出从正负例和背景知识中学习基于假设的论证框架的新方法,将例外解释为底切攻击,并通过变换规则支持分层与非分层框架的学习,能简洁自然地解决现有技术难以处理的问题。
2023-05-25 cs.AI
Characterizing Structural Hardness of Logic Programs: What makes Cycles and Reachability Hard for Treewidth?
答案集编程(ASP)是一个问题建模和解决框架的几个问题,在KR与日益增长的工业应用。ASP也是近年来研究计算复杂性和深入理解计算难度及其来源的一个热点。这些研究导致了富有成效的表征方面的复杂性类,细粒度的见解形式的二分法风格的结果,以及详细的参数化的复杂性景观。最近,这导致了一个新的结果,建立的措施树宽,它捕获的程序的结构密度,评估的知名类正常的程序预计将稍微困难比决定可满足性(SAT)。然而,目前还不清楚如何利用ASP的这种结构性力量。本文论述了一种新的减少SAT到正常的ASP,超越了众所周知的编码:我们明确利用ASP的结构功率,从而我们次线性地减少树的宽度,这可能无法显着改善。然后,与现有的结果相比,这通过建立依赖图的周期长度(SCC大小)对树宽的所需函数依赖来以细粒度的方式表征硬度。
2023-01-18 cs.AI cs.DM cs.LO
Stable models and an alternative logic programming paradigm
在本文中,我们重新审视的地方和作用的稳定模型语义在逻辑编程和对比,它与最少Herbrand模型的方法霍恩程序。我们证明了稳定模型语义的固有特征自然会导致一个逻辑编程系统,提供了一个有趣的替代更传统的逻辑编程风格的霍恩逻辑编程,分层逻辑编程和逻辑编程与良好的基础语义。所提出的方法是基于程序条款的约束的解释。在这种情况下,程序不描述一个单一的预期模型,而是一系列稳定的模型。这些稳定的模型编码解决方案的约束满足的问题所描述的程序。我们的方法对逻辑程序的语法施加了限制。特别是,函数符号被从语言中删除。我们认为,由此产生的逻辑编程系统是很好地协调NP类的问题,有一个定义明确的应用领域,和一个新兴的编程方法。我们指出,是什么使整个方法可行的算法来计算命题逻辑程序的稳定模型的实现的最新进展。
1998-09-18 cs.AI cs.LO
Modal Logic for Stratified Becoming: Actualization Beyond Possible Worlds
本文提出分层现实化逻辑(SAL),以本体论稳定性层级索引模态,替代可能世界语义,并证明其可靠性与完全性,应用于时间生成、量子退相干及模态形而上学。
2025-06-12 cs.AI cs.LO
A General Katsuno-Mendelzon-Style Characterization of AGM Belief Base Revision for Arbitrary Monotonic Logics
TU Dresden(德累斯顿工业大学);FernUniversität in Hagen(哈根远程大学)
Alchourrón,Gärdenfors和Makinson的AGM假设仍然是信念改变相关研究的基石。我们推广的方法Katsuno和Mendelzon(KM)的特征AGM基地修订从命题逻辑设置(多)基地修订在任意单调逻辑。我们的核心结果是一个表示定理,使用分配的总-但不传递-“偏好”关系的信念基础。我们还提供了一个表征的所有逻辑,我们的结果可以加强前序分配(如在KM的原始工作)。
2021-12-28 cs.AI cs.LO
Epistemic Logic Programs: a study of some properties
Università di Udine(乌迪内大学);Gruppo Nazionale per il Calcolo Scientifico - INdAM(国家科学计算小组(意大利国家高等数学研究所))
本文研究认知逻辑程序的分裂性质,提出自顶向下的分裂方法,证明其与自底向上方法等价,并给出适用于多种现有语义、在认知分层程序上与自底向上分裂一致的扩展定义。
2023-09-28 cs.AI
Strong Equivalence of Logic Programs with Ordered Disjunction: a Logical Perspective
National and Kapodistrian University of Athens(雅典国立卡波迪斯特里安大学);University of Ioannina(约阿尼纳大学)
有序析取逻辑程序是对经典逻辑程序的扩展,它具有在程序规则头部表示优先析取的能力。LPOD的初始语义虽然简单且非常直观,但并不是纯粹的模型理论。这样做的后果是,程序的某些属性似乎不平凡的形式化在纯粹的逻辑术语。这种情况的一个例子是LPOD强等价概念的特征。虽然Faber等人(2008)的结果是准确的,但它们没有将LPOD的强等价性表征为某些特定逻辑中的逻辑等价。这与经典逻辑程序的强等价性的著名特征形成了鲜明的对比,正如Lifschitz等人(2001)所证明的那样,强等价性与这里和那里的逻辑中的逻辑等价性相一致。在本文中,我们得到了一个纯粹的逻辑刻画的强等价的LPODs的逻辑等价在一个四值逻辑。此外,我们提供了一个新的证明的coNP-完备性的强等价的LPODs,有兴趣在自己的权利,因为它依赖于这种程序的特殊结构。我们的研究结果是基于Charalambidis等人(2021)介绍的LPODs的最新逻辑语义,我们认为这一事实表明,这种新的语义可能会被证明是LPODs进一步研究的有用工具。
2022-05-10 cs.AI cs.LO
Characterizing Boundedness in Chase Variants
University of Montpellier(蒙彼利埃大学);LIRMM(蒙彼利埃计算机信息、机器人与微电子实验室);CNRS(法国国家科学研究中心);Inria(法国国家信息与自动化研究所)
潜在规则是一阶逻辑的一个正片段,它通过允许规则头中存在量化变量来推广无函数的Horn规则。这一系列的语言最近吸引了显着的兴趣,在本体介导的查询回答的上下文中。前向链接,也被称为追逐,是计算知识库的通用模型的基本工具,知识库由存在规则和事实组成。已经定义了几个chase变体,它们在处理冗余的方式上有所不同。一组存在性规则是有界的,如果它确保了追逐深度上的界的存在,而与任何事实集无关。判定一组规则是否有界对于所有的chase变量来说都是一个不可判定的问题。然而,当计算通用模型时,知道一组规则对于某些追逐变体是有界的,如果边界仍然未知或甚至非常大,则在实践中没有多大帮助。因此,我们调查的可判定性的k-有界性问题,这要求是否追逐的深度为一组给定的规则是有界的整数k。我们确定了一个一般的属性,当满足的追逐变,导致可判定性的k-有界性。然后,我们表明,主要的追逐变种满足这个属性,即不经意的,半不经意的(又名Skolem),和限制追逐,以及它们的宽度优先版本。这篇论文正在考虑发表在《逻辑程序设计理论与实践》上。
2020-04-21 cs.AI cs.LO
A Splitting Set Theorem for Epistemic Specifications
在过去的十年中,已经做了大量的研究来扩展逻辑程序设计语言以处理不完整的信息。一种这样的语言是认知规范的语言。和逻辑程序设计语言一样,回答查询的问题在一般情况下是难以处理的。对于扩展的析取逻辑程序,一个被证明在简化答案集的研究中有用的想法是使用分裂集。在本文中,我们将提出一个扩展的定义分裂集,将适用于认知规范。此外,分裂集定理的一个扩展。此外,分层的认知规范的特征将给出分裂集。这种特征使我们的算法方法计算世界观的一个子类的认知逻辑程序。
2000-03-08 cs.AI
On the Semantics and Complexity of Probabilistic Logic Programs
Universidade de São Paulo(圣保罗大学)
我们研究的意义和复杂性的概率逻辑程序,包括一组规则和一组独立的概率事实(即程序的基础上佐藤的分布语义)。我们专注于两个语义,分别基于稳定和良好的基础模型。我们表明,语义的基础上稳定的模型(称为“信任语义”)产生的概率模型,占主导地位的无限单调Choquet能力集,我们描述了几个有用的后果,这一结果。然后,我们研究的复杂性与概率逻辑程序的推理。我们区分了概率程序和查询给定时的推理复杂性(推理复杂性),以及概率程序固定且查询给定时的推理复杂性(查询复杂性,类似于数据库理论中使用的数据复杂性)。我们得到的结果的推理和查询的复杂性,无循环,分层,循环命题和关系程序,复杂性达到各级的计数层次,甚至指数级。
2017-01-31 cs.AI
Expressivity of Planning with Horn Description Logic Ontologies (Technical Report)
Saarland University(萨尔大学);University of Freiburg(弗莱堡大学)
人工智能规划中的状态约束在全球范围内限制了法律环境状态。标准规划语言做出封闭域和封闭世界的假设。在这里,我们解决开放世界的状态约束正式规划的描述逻辑(DL)本体。以前,这种DL和规划的结合已经被研究用于轻型DL DL-Lite。在这里,我们提出了一种新的编译方案,标准PDDL派生谓词,这适用于更有表现力的DL和基于DL查询到数据库的可重写性与分层否定。我们还提供了一个新的可重写性结果的DL霍恩ALCHOIQ,这使我们能够将我们的编译方案相当表达的本体。相比之下,我们表明,在轻微的扩展角SROIQ没有这样的编译是可能的,除非弱指数层次崩溃。最后,我们表明,我们的方法可以优于以前的工作,现有的基准规划与DL本体,是可行的新基准利用更具表现力的本体。这是AAAI 22接受的论文的扩展版本。
2022-03-17 cs.AI cs.CC cs.LO
The Stable Model Semantics for Higher-Order Logic Programming
Vrije Universiteit Brussel(布鲁塞尔自由大学);Katholieke Universiteit Leuven(鲁汶大学);Harokopio University of Athens(雅典哈罗科皮奥大学);National and Kapodistrian University of Athens(雅典国立与卡波迪斯特里亚大学)
本文基于近似不动点理论,为高阶逻辑程序提出稳定模型语义,推广经典二值与三值语义,并定义分层程序类,证明其唯一稳定模型与良基语义一致,为新型ASP系统奠定基础。
2024-08-20 cs.AI cs.LO cs.PL
Generalisation Through Negation and Predicate Invention
本文提出结合否定与谓词发明的归纳逻辑编程方法NOPI,通过学习全称量化体部变量规则提升少样本泛化能力,实验显示提高预测准确性和学习效率。
2023-12-27 cs.AI
An Unfolding-Based Semantics for Logic Programming with Aggregates
本文给出了具有聚集的逻辑程序的回答集的两个等价定义。这些定义建立在聚集体展开的概念上,它们旨在创建将具有聚集体的逻辑程序转换为正常逻辑程序或正程序的方法,其回答集语义可以用于定义原始程序的语义。第一个定义提供了另一种观点的语义逻辑编程与聚合描述Pelov等人。第二个定义是类似于传统的回答集定义正常的逻辑程序,在这一点上,给定一个逻辑程序与聚合和解释,展开过程产生一个积极的程序。本文展示了如何将这一定义扩展到考虑聚集在头部的规则。所提出的具有聚集的逻辑编程的观点是简单的,并且与最终稳定模型语义以及大类程序的其他语义表征(例如,具有单调聚集的程序和聚集分层的程序)。此外,它可以直接用于支持使用可用的答案集求解器的实现。本文描述了一个名为ASP^A的系统,该系统能够计算具有任意(例如,递归定义的)聚集。
2006-05-09 cs.AI cs.SE
ITE: A Lightweight Implementation of Stratified Reasoning for Constructive Logical Operators
Simula Research Laboratory(西穆拉研究实验室)
约束编程(CP)是一种功能强大的声明式编程范式,其中推理和搜索交织在一起,以找到各种类型约束系统的可行和最佳解决方案。然而,在CP中处理具有构造性信息的逻辑连接符是非常困难的。本文提出了一个轻量级的逻辑连接词分层构造性推理的实现-如果则否则(ITE)。分层是为了应对从嵌套和组合逻辑运算符构造信息的组合爆炸的风险。ITE是一个建立在SICStus Prolog clp(fd)之上的开源库,它提出了各种运算符,包括构造性析取和否定,构造性蕴涵和条件。这些算子可以用来表达全局约束,并在约束过滤过程中从构造性推理中受益,以实现更多的域修剪。尽管ITE与某些全局约束实现中可用的专用过滤算法相比没有竞争力,但其表达能力允许用户轻松定义具有强大演绎功能的优化约束。我们的扩展实验结果表明,ITE是更有效的比现有的通用方法,处理逻辑约束系统在有限域。
2020-06-22 cs.AI
Characterizing and Reasoning about Probabilistic and Non-Probabilistic Expectation
期望是概率论的核心概念。期望的概念也适用于其他不确定性的概念。我们引入了一个命题逻辑推理的期望,语义取决于潜在的表示的不确定性。在基本表示是(a)概率,(b)概率测度集,(c)置信函数和(d)可能性测度的情况下,我们给出了该逻辑的合理而完整的公理化.我们表明,这种逻辑是更有表现力的比相应的逻辑推理的可能性的情况下的概率措施集,但同等表现力的情况下,概率,信念,和可能性。最后,我们证明了这些逻辑的可满足性是NP-完全的,并不比命题逻辑的可满足性难。
2007-04-20 cs.AI cs.LO
Towards Automated Integration of Guess and Check Programs in Answer Set Programming: A Meta-Interpreter and Applications
带有析取的回答集编程(ASP)为声明式表示和解决难题提供了一个强大的工具。许多NP完全问题可以以非常简洁和直观的方式编码在逻辑程序的答案集语义中,其中编码反映了NP问题的典型“猜测和检查”性质:该属性以多项式大小的证书对应于程序的稳定模型的方式编码。然而,全析取逻辑程序(DLP)的问题解决能力是超越NP,并捕获一类问题的多项式层次的第二层。虽然这些问题也有一个明确的“猜测和检查”结构,但在DLP中找到反映这种结构的编码有时可能是一个不明显的任务,特别是如果“检查”本身是一个coNP完全问题;通常,这样的问题是通过交错单独的猜测和检查程序来解决的,其中检查由检查程序的不一致性来表达。本文提出了基于元解释技术的无头循环(扩展)析取逻辑程序到分层正(扩展)析取逻辑程序的一般变换。原始程序和变换后的程序的答案集是简单对应的,而且,原始程序的不一致性由变换后的程序的指定答案集指示。我们的转换促进了独立的“猜测”和“检查”程序,这往往是很容易获得,自动集成到一个单一的析取逻辑程序。我们的研究结果补充了最近的结果元解释在ASP中,并扩展方法和技术的声明性的“猜测和检查”的问题解决范式,通过ASP。
2005-01-28 cs.AI
Characterizing Nexus of Similarity within Knowledge Bases: A Logic-based Framework and its Computational Complexity Aspects
University of Calabria(卡拉布里亚大学)
实体之间的相似性经常出现在许多现实世界的场景中。一个多世纪以来,不同领域的研究人员提出了一系列方法来衡量实体之间的相似性。最近,受“Google Sets”的启发,大量的学术和商业努力致力于用类似的实体来扩展给定的实体集合。因此,现有的方法现在能够考虑到实体共享的属性,下文称为相似性关系。因此,机器在很大程度上能够处理相似性度量和集合扩展。然而,据我们所知,没有办法描述实体之间的相似性关系,即以正式和全面的方式识别这种关系,使它们既能被机器读取,也能被人类读取;此外,在评估弱相似实体的现有方法方面缺乏共识。作为填补这些空白的第一步,我们的目标是通过开发一种新的基于逻辑的框架来补充现有的文献,以正式和自动地表征知识库中实体元组之间的相似性关系。此外,我们分析了这个框架的计算复杂性方面。
2023-03-19 cs.AI
Cellular automata, many-valued logic, and deep neural networks
ETH Zurich(苏黎世联邦理工学院);Lagrange Mathematics and Computing Research Center(拉格朗日数学与计算研究中心)
本文通过将一般 CA 与 Łukasiewicz 多值逻辑及连续分段线性函数相联系,证明深度 ReLU 网络可从 CA 演化轨迹中提取逻辑公式,并给出算法、实现及 RNN 动力学构造。
2024-04-08 cs.AI
Logic for Explainable AI
University of California Los Angeles(加州大学洛杉矶分校)
本教程基于符号逻辑的最新发展,提出一种全面的、语义的和计算的可解释性理论,从三个维度(必要且充分条件、最小充分条件、最小必要条件)理解分类器决策,并适用于贝叶斯网络、决策树、随机森林和神经网络等非符号分类器。
2023-05-09 cs.AI cs.LG cs.LO