Logic Programming with Ordered Disjunction
具有有序析取的逻辑程序(LPOD)结合了定性选择逻辑(Brewka et al. KR 2002)和答案集编程的基本思想。在回答集语义下的逻辑程序设计中引入了一种新的连接词--有序析取。新的连接词允许我们在规则的头部表示问题解决方案的替代性、排名选项:A \times B直观地意味着:如果可能,A,但如果A不可能,那么至少B。具有有序析取的逻辑程序的语义是基于答案集上的偏好关系。LPOD对于设计和配置中的应用是有用的,并且可以作为定性决策的基础。
2002-07-11 cs.AI
Embedding Description Logic Programs into Default Logic
Guizhou University(贵州大学);University of Alberta(阿尔伯塔大学);Institute of Software, Chinese Academy of Sciences(中国科学院软件研究所);Technische Universität Wien(维也纳工业大学)
Eiter { \em et al.}被认为是一个突出的形式主义集成规则和本体知识库。一个令人感兴趣的问题是dl程序是否可以用非单调逻辑的一般形式来描述。本文研究了在缺省逻辑中嵌入dl程序的可能性。我们证明了强和弱答案集语义下的dl-程序可以通过结合两种翻译嵌入到缺省逻辑中,其中一种翻译从非单调dl-原子中消除了约束算子,另一种翻译将dl-程序转化为缺省理论。对于没有非单调dl原子但带有否定失败算子的dl程序,我们的嵌入是多项式的、忠实的和模块化的。此外,我们的默认逻辑编码可以以一种简单的方式扩展,以捕获最近提出的弱良好支持的答案集语义,为任意的dl程序。这些结果加强了默认逻辑可以作为一个富有成效的基础查询为基础的方法,整合本体和规则的论点。缺省逻辑以其简单的语法和直观的语义,加上可用的计算结果,可以被认为是一个有吸引力的方法集成的本体和规则。
2011-11-07 cs.AI
Practical Methods for Proving Termination of General Logic Programs
体原子取反的逻辑程序(这里称为一般逻辑程序)的终止是一个重要的课题。一个原因是许多用于处理否定原子的计算机制,如克拉克的否定失败和陈的建设性否定,都是基于终止条件。本文介绍了一种证明一般逻辑程序可终止性的方法。Prolog选择规则其思想是根据程序的终止是否依赖于选择规则来区分程序的各个部分。为此,低,弱向上,向上可接受的程序的概念被引入。我们使用这些概念来开发一种方法来证明终止一般逻辑程序,并显示如何有趣的问题,在非单调推理可以形式化和实现的方式终止一般逻辑程序。
1996-04-01 cs.AI
Probabilistic Logic Programming under Inheritance with Overriding
我们提出了概率逻辑编程下的继承覆盖。这种方法是基于新的概念蕴涵推理的条件约束,这是从经典的概念逻辑蕴涵通过添加继承与覆盖的原则。这是通过使用最近的方法概率默认推理与条件约束。我们分析了新蕴涵关系的语义特性。我们还提出了概率逻辑编程的算法继承覆盖,程序转换,以提高效率。
2013-01-10 cs.AI
Proceedings of the First International Workshop on Argumentation in Logic Programming and Non-Monotonic Reasoning (Arg-LPNMR 2016)
本卷包含Arg-LPNMR 2016上发表的论文:第一届逻辑编程和非单调推理论证国际研讨会,于2016年7月8日至10日在纽约州纽约市举行。
2016-11-08 cs.AI
Argumentative Characterizations of (Extended) Disjunctive Logic Programs
Department of Computer Science, Open Universiteit, the Netherlands(开放大学计算机科学系);Department of Computer Science, University of Cape Town, South-Africa(开普敦大学计算机科学系);School of Computer Science, Tel-Aviv Academic College, Israel(特拉维夫学术学院计算机科学学院)
本文扩展了基于假设的论证与逻辑程序的对应关系,证明其可表示析取逻辑程序及扩展,并建立析取推理规则与程序规则头部析取处理的对应。
2025-07-08 cs.AI
A Framework for Compiling Preferences in Logic Programs
我们介绍了一种方法和框架下的回答集语义表示一般偏好信息的逻辑编程。有序逻辑程序是一种扩展的逻辑程序,其中规则由唯一的术语命名,并且其中规则之间的偏好由形式s < t的一组原子给出,其中s和t是名称。一个有序的逻辑程序被转换成第二个规则的扩展逻辑程序,其中优先权被考虑,因为在转换后的程序中获得的答案集对应于原始程序的优先答案集。我们的方法允许规范的动态排序,其中偏好可以出现在一个程序中任意。静态排序(其中首选项在逻辑程序外部)是一般动态情况的一个微不足道的限制。首先,我们开发了一种特定的方法来推理的偏好,其中的偏好排序指定的规则被应用的顺序。然后,我们展示了我们的框架的广泛的适用性,通过展示如何其他方法,其中包括Brewka和Eiter,可以在我们的框架内捕获。由于这些转换的结果都是一个扩展的逻辑程序,我们可以利用现有的实现,如dlv和models。为此,我们已经开发了一个公开可用的编译器作为这些编程系统的前端。
2002-03-05 cs.AI
Programming in logic without logic programming
Imperial College London(伦敦帝国学院)
在以前的工作中,我们提出了一个基于逻辑的框架,其中计算是执行的行动,试图作出反应的规则的形式,如果前件,然后在一个规范模型的逻辑程序确定的初始状态,事件序列,以及随后的状态序列。在这种模型论语义中,反应规则是驱动力,而逻辑程序只起辅助作用。在规范模型中,状态、动作和其他事件用时间戳表示。但在操作语义中,为了效率起见,省略了时间戳,仅维护当前状态。状态转换是通过执行操作来反应性地执行的,以便在前件变为真时使规则的后件变为真。这种操作语义是合理的,但不完整。它不能通过阻止它们的前因变为真,或者在它们的前因变为真之前主动地使它们的后因变为真,来使反应性规则变为真。本文给出了反应式模型的概念,证明了操作语义可以生成所有且仅生成反应式模型。为了专注于主要问题,我们省略了框架的逻辑编程组件。
2016-01-05 cs.AI
Answer Sets for Logic Programs with Arbitrary Abstract Constraint Atoms
New Mexico State University(新墨西哥州立大学)
在本文中,我们提出了两种替代方法来定义答案集的逻辑程序与任意类型的抽象约束原子(C原子)。这些方法将普通逻辑程序的基于不动点和基于层次映射的回答集语义推广到具有任意类型C原子的逻辑程序的情况。结果是四个不同的答案集定义,当应用于正常的逻辑程序时是等价的。将逻辑程序基于不动点的标准语义推广到两个方向:归约回答集和求补回答集。这些定义在处理否定即失败(naf)原子时彼此不同,它们利用直接结果算子来执行答案集检查,其定义依赖于c原子w.r.t.条件满足的概念。一对诠释。另外两个定义,称为强良支模型和弱良支模型,是普通逻辑程序的良支模型的概念到具有c原子的程序的情况的推广。至于基于不动点的语义,这两个定义之间的差异源于对naf原子的处理。我们证明了通过reduce(resp.”(《易·系辞上》)“弱”者,“弱”也。强)良好支撑模型的程序,从而推广定理之间的对应关系的稳定模型和良好支撑模型的一个正常的逻辑程序类的程序与C-原子。我们表明,新定义的语义与以前介绍的语义与单调的C原子的逻辑程序,他们扩展了原来的答案集语义正常的逻辑程序。我们还研究了一些性质的回答集的程序与C-原子,并与我们的定义的几个语义逻辑程序与聚集在文献中提出的。
2011-10-10 cs.AI
Consistency Management of Normal Logic Program by Top-down Abductive Proof Procedure
本文提出了一种计算无函数的正规逻辑程序的修改量的方法。如果添加的规则与程序不一致,也就是说,如果它导致对于新程序不存在稳定模型的情况,则执行规则的删除和添加以避免不一致。我们通过将一个正常的逻辑程序转换成一个具有可溯项的溯因逻辑程序来表示规则的删除和添加,从而指定一个修订。为了计算这样的删除和添加,我们提出了一个自上而下的溯因证明过程的适应计算相关的溯因添加规则。我们计算一个最低限度的修订计划,通过选择一个最小的一组可展性之间的所有集的可展性计算的自上而下的证明过程。
2000-03-05 cs.AI
Lazy Explanation-Based Approximation for Probabilistic Logic Programming
我们介绍了一个懒惰的方法,基于推理的概率逻辑程序的近似。在搜索解释时,它只使用程序中最重要的部分。其结果是一个快速和随时近似推理算法,返回硬下限和上限的确切概率。我们的实验表明,这种方法优于国家的最先进的近似推理。
2015-07-10 cs.AI
System Predictor: Grounding Size Estimator for Logic Programs under Answer Set Semantics
University of Nebraska Omaha(内布拉斯加大学奥马哈分校)
答案集编程是一种面向解决困难的组合搜索问题的声明式逻辑编程范式。虽然不同的逻辑程序可以编码相同的问题,但它们的性能可能会有很大差异。识别程序的哪个版本性能最好并不总是容易的。我们提出了系统预测(及其算法后端)估计接地大小的程序,一个度量,可以影响系统处理程序的性能。我们评估预测的影响时,作为一个指导重写产生的答案集编程重写工具投影仪和LPopt。结果表明这种方法的潜力。
2023-03-29 cs.AI
Beyond the Grounding Bottleneck: Datalog Techniques for Inference in Probabilistic Logic Programs (Technical Report)
Cardiff University(卡迪夫大学);Samsung AI Research(三星人工智能研究院)
概率逻辑编程中的最先进的推理方法通常通过相对于感兴趣的查询计算相关的基础程序开始,然后使用该程序进行使用知识编译和加权模型计数的概率推理。我们提出了一种替代方法,使用高效的数据库技术集成知识编译与正向推理与非地面程序。这有效地消除了接地瓶颈,到目前为止,已经禁止概率逻辑编程的查询应答场景中的应用程序在知识图谱,同时还提供了快速近似的经典基准在该领域。
2019-11-18 cs.AI
Inference in Probabilistic Logic Programs using Weighted CNF's
概率逻辑程序是其中一些事实用概率注释的逻辑程序。几个经典的概率推理任务(如MAP和计算边际)还没有得到很多关注,这种形式主义。本文的贡献是,我们开发了有效的推理算法,这些任务。这是基于概率逻辑程序以及查询和证据到加权CNF公式的转换。这使我们能够将推理任务减少到经过充分研究的任务,例如加权模型计数。为了解决这些问题,我们采用了最先进的方法。我们考虑多种方法的转换程序,以及加权CNF的推理。由此产生的方法进行了实验评估,并显示出改善后,国家的最先进的概率逻辑编程。
2012-02-14 cs.AI
Abductive Logic Programs with Penalization: Semantics, Complexity and Implementation
溯因最早是在经典逻辑的背景下提出的,近年来在逻辑编程领域得到了越来越多的研究。本文在逻辑程序设计框架下研究了带惩罚的溯因问题。这种形式的溯因推理,以前在逻辑编程中没有分析过,结果很自然地代表了几个相关的问题,包括优化问题。我们定义了一个形式化的惩罚逻辑程序的溯因模型,它扩展了Kakas和Mancarella提出的溯因框架。我们解决知识表示的问题,在我们的溯因框架编码的一些问题。特别是,我们考虑一些相关的问题,从不同的领域,从优化理论的诊断和规划,他们的编码变成简单和优雅的形式主义。我们深入分析了逻辑程序的惩罚绑架的背景下产生的主要问题的计算复杂性。最后,我们实现了一个系统,支持建议溯因框架上的DLV引擎。为此,我们设计了一个翻译从溯因问题与处罚到逻辑程序与弱约束。我们证明,这种方法是健全的和完整的。
2003-10-24 cs.AI
Non-Deterministic Approximation Fixpoint Theory and Its Application in Disjunctive Logic Programming
Open Universiteit(开放大学);Tel-Aviv Academic College(特拉维夫学术学院);Vrije Universiteit Brussel(布鲁塞尔自由大学)
近似不动点理论(AFT)是研究非单调逻辑语义的一个抽象而通用的代数框架。它提供了对非单调推理的不同形式主义的语义的统一研究,例如逻辑编程、默认逻辑和自认识逻辑。在本文中,我们将AFT扩展到处理非确定性结构,允许处理不确定的信息,例如由析取公式表示。这是通过将AFT的主要构造和相应结果推广到非确定性算子来完成的,其范围是元素的集合而不是单个元素。这种概括的适用性和有用性的上下文中说明的析取逻辑编程。
2022-12-01 cs.AI
Overcoming Misleads In Logic Programs by Redefining Negation
Faculty of Computers and Information sciences, Mansoura University(曼苏拉大学计算机与信息科学学院);Faculty of Sciences, Mansoura University(曼苏拉大学理学院)
逻辑程序中的否定作为失败和不完全信息已被许多研究者所研究。为了解释否定结论是如何得出的,我们介绍并证明了一种克服逻辑程序中误导的否定事实的不同方法。否定事实可以通过向用户询问知识库中其他地方没有出现的常量来实现。
2013-03-04 cs.AI
A general approach to belief change in answer set programming
Simon Fraser University(西蒙菲莎大学)
我们解决问题的信念改变(非单调)逻辑编程下的答案集语义。与以往的方法,相信逻辑编程的变化,我们的形式化技术类似于那些基于距离的信念修正命题逻辑。在发展我们的结果,我们建立在SE模型提供的逻辑程序的模型理论。由于SE模型提供了一个正式的,单调的逻辑程序的特点,我们可以适应技术从信仰的修订领域的信念改变逻辑程序。我们分别介绍了修改和合并逻辑程序的方法。对于前者,我们研究了基于子集的修订以及基数为基础的修订,我们表明,他们满足大多数的AGM修改假设。对于合并,我们考虑仲裁合并和IC合并后的运营商,分别。我们还提出了编码计算的修订,以及合并的逻辑程序在同一逻辑编程框架内,引起我们的方法在现成的答案集求解器方面的直接实施。这些编码反过来反映了这样一个事实,即我们的变化操作符并没有增加基本形式主义的复杂性。
2009-12-30 cs.AI
The Logic Programming Paradigm and Prolog
这是一个关于逻辑编程和Prolog的教程,适合于熟悉命令式编程的学生的程序设计语言课程。
2001-07-12 cs.AI cs.PL
Expert Systems with Logic#. A Novel Modeling Framework for Logic Programming in an Object-Oriented Context of C#
IU International University of Applied Sciences(IU国际应用科学大学)
我们提出了一种新的方法如何逻辑编程的专家系统可以直接声明在一个面向对象的语言。
2022-05-16 cs.AI cs.PL
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
Logic Programming with Satisfiability
本文提出了一个Prolog接口的MiniSat可满足性求解器。具有可满足性的逻辑程序- ming结合了两种范式的优势:一方面将搜索问题编码为可满足性的逻辑编程,另一方面有效地求解SAT。这两者之间的协同作用暴露了一个编程范式,我们在这里提出的逻辑编程珍珠。为了说明逻辑编程与SAT解决我们给出了一个例子Prolog程序解决部分MAXSAT的实例。
2007-02-13 cs.AI cs.PL
A Rational Entailment for Expressive Description Logics via Description Logic Programs
ISTI - CNR(意大利国家研究委员会信息科学与技术研究所);CAIR - University of Cape Town(开普敦大学CAIR)
Lehmann和Magidor的有理闭包被认为是非单调逻辑领域的一个里程碑,它也在描述逻辑(DL)的背景下被重新表述。我们在这里展示了如何建模的合理形式的蕴涵表达DL,如SROIQ,提供了一种新的推理过程,编译成一个描述逻辑程序(DL程序)的非单调DL知识库。
2021-06-28 cs.AI cs.LO
Speedup of Logic Programs by Binarization and Partial Deduction
二进制逻辑程序可以通过二进制化变换从普通逻辑程序获得。在大多数情况下,以这种方式获得的二进制程序的效率低于原始程序。(Demoen,1992)展示了一个有趣的逻辑程序的例子,当它被转换成二进制程序,然后通过部分演绎进行专门化时,它的计算行为得到了改善。定义了B-分层逻辑程序类。它表明,对于每一个B-分层逻辑程序,二进制化和随后的部分演绎产生一个二进制程序,不包含变量的连续二进制化介绍。这样的程序通常比原来的程序有更好的计算性能。二值化和部分演绎都可以很容易地自动化。与其他相关的方法程序转换的比较。
2003-12-15 cs.AI cs.PL
A Polynomial Translation of Logic Programs with Nested Expressions into Disjunctive Logic Programs: Preliminary Report
嵌套逻辑程序最近被引入,以便允许在答案集语义下的逻辑程序规则的头部和主体中的任意嵌套公式。嵌套表达式可以不受限制地使用合取、析取以及作为失败操作符的否定来形成。这为知识表示和推理提供了一个非常灵活和紧凑的框架。已有的结果表明,嵌套逻辑程序可以初等地转化为标准(非嵌套)析取逻辑程序,只需对体文字应用否定作为失败算子.这是非常实际的相关性,因为它允许我们评估嵌套的逻辑程序的手段,现成的析取逻辑编程系统,如DLV。然而,事实证明,这种简单的转换在最坏的情况下会导致指数爆破,尽管复杂性结果表明两种形式主义之间存在多项式转换。在本文中,我们接受了这一挑战,并提供了一个多项式的逻辑程序与嵌套表达式转换为析取逻辑程序。此外,我们表明,这种翻译是模块化的和(强)忠实。我们已经实现了简单的和高级的转换;生成的编译器作为DLV的前端,并在Web上公开提供。
2002-07-19 cs.AI cs.LO
A note on the Declarative reading(s) of Logic Programming
本文分析了逻辑程序设计的说明性阅读。逻辑编程--以及作为失败的否定--没有唯一的声明性阅读。一个普遍的观点是,逻辑编程是默认推理的逻辑,默认逻辑或自动认知逻辑的子形式主义。在这种观点中,作为失败的否定是一个模态算子。在另一种观点中,逻辑程序被解释为定义。在这种观点中,作为失败的否定是经典的客观否定。从常识的角度来看,这两种观点肯定是有区别的。令人惊讶的是,这两种类型的声明性阅读都导致了相同的模型语义。本说明调查了这一情况的原因。
2000-03-13 cs.AI cs.LO
Logic Programming for Describing and Solving Planning Problems
一个逻辑编程范式,表示解决问题的稳定模型,最近已被提升为一个声明性的方法来解决各种组合和搜索问题,包括规划问题。在这种范式中,所有的程序规则被认为是约束和解决方案是稳定的模型的规则集。这与逻辑编程的标准范式有着相当大的不同。在本文中,我们重新溯因逻辑编程,并认为它允许一种编程风格,这是声明性的编程基于稳定的模型。然而,在溯因逻辑编程中,有两种规则。一方面是谓词定义(可能依赖于可溯物),它只不过是标准的逻辑程序(当包含否定时,具有非单调语义);另一方面是约束可溯物模型的规则。在这个意义上,溯因逻辑编程是逻辑编程标准范式的平滑扩展,而不是彻底的背离。
2000-03-08 cs.AI cs.LO
Logic programs with monotone abstract constraint atoms
本文介绍并研究了子句由单调约束原子构成的逻辑程序。我们表明,一步证明算子的操作概念推广到单调约束原子的程序,但推广涉及非确定性。我们的主要结果表明,我们的形式化是一个共同的推广(1)正常的逻辑编程与其语义的模型,支持的模型和稳定的模型,(2)逻辑程序与重量原子(lparse程序)的语义的稳定模型,定义的Niemela,Simons和Soininen,(3)析取逻辑编程与可能的模型语义的Sakama和井上。
2006-08-25 cs.AI cs.LO
Bayesian Logic Programs
贝叶斯网络提供了一个优雅的形式主义表示和推理的不确定性使用概率论。它们是命题逻辑的概率扩展,因此继承了命题逻辑的一些局限性,例如难以表示对象和关系。我们引入了贝叶斯网络的一般化,称为贝叶斯逻辑程序,以克服这些限制。为了表示对象和关系,它通过在基础原子和随机变量之间建立一对一的映射,将贝叶斯网络与确定性子句逻辑相结合。我们表明,贝叶斯逻辑程序结合了确定子句逻辑和贝叶斯网络的优点。这包括模型的定量和定性方面的分离。此外,贝叶斯逻辑程序推广贝叶斯网络以及逻辑程序。所以,很多想法
2001-11-23 cs.AI cs.LO
Proceedings 40th International Conference on Logic Programming
University of Texas at Dallas(德克萨斯大学达拉斯分校)
该论文集收录第40届国际逻辑程序设计会议(ICLP)的技术内容,涵盖逻辑程序设计的语义、语言设计、程序分析及实现方法学等领域,展现该领域的最新研究成果。
2025-02-11 cs.AI cs.LO
Proceedings 38th International Conference on Logic Programming
ICLP是展示逻辑编程研究的首要国际活动。对ICLP 2022的贡献是在逻辑编程的所有领域,包括但不限于:基础:语义学,形式主义,非单调推理,知识表示。语文问题:并发,对象,协调,移动性,高阶,类型,模式,断言,模块,元编程,基于逻辑的特定领域语言,编程技术。编程支持:程序分析、转换、验证、验证、分析、测试、执行可视化。实施情况:编译、虚拟机、存储管理、并行和分布式执行、约束处理规则、制表、外部接口、用户界面。相关范例和协同作用:归纳和共归纳逻辑编程,约束逻辑编程,答案集编程,与SAT,SMT和CSP求解器的交互,定理证明,论证,概率编程,机器学习。应用领域:数据库、大数据、数据集成和联邦、软件工程、自然语言处理、Web和语义网、代理、人工智能、计算生命科学、网络安全、机器人技术、教育。
2022-08-04 cs.AI cs.LO
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
Every Formula-Based Logic Program Has a Least Infinite-Valued Model
Universität Tübingen(图宾根大学);Wilhelm-Schickard-Institut(威廉·席卡德研究所)
每一个确定的逻辑程序都有一个关于程序独立排序“集合包含”的最小Herbrand模型作为其意义。在正常的逻辑程序的情况下,一般不存在最小模型。然而,根据Rondogiannis和Wadge最近的一种方法,他们考虑了无限值模型,每个正常的逻辑程序都有一个关于程序独立排序的最小模型。我们表明,这种方法可以扩展到基于公式的逻辑程序(即,A \leftarrowF形式的规则的有限集合,其中A是原子,F是任意的一阶公式)。我们为给定的程序P构造了一个解释M_P,并表明它是P的所有模型中最小的。关键词:逻辑编程、程序语义、失败即否定、无限值逻辑、集合论
2011-08-31 cs.AI cs.LO
Algebraic characterizations of least model and uniform equivalence of propositional Krom logic programs
Vienna University of Technology(维也纳工业大学)
该研究针对命题Krom逻辑程序,给出了其最小模型、包含关系与一致等价的代数刻画结果。
2023-12-11 cs.AI cs.LO
Introduction to the 26th International Conference on Logic Programming Special Issue
IMDEA Software Institute(IMDEA软件研究所);U. Politécnica de Madrid (UPM)(马德里理工大学);University of Potsdam(波茨坦大学)
这是第26届逻辑程序设计国际会议特刊的序言
2010-08-10 cs.AI cs.LO
On syntactically similar logic programs and sequential decompositions
本文从逻辑程序的序列分解出发构建语法相似性的定性与代数概念,证明其可通过一步归约实现跨领域查询解答,推动了逻辑程序代数理论的发展。
2023-12-11 cs.AI cs.LO
Proceedings 37th International Conference on Logic Programming (Technical Communications)
ICLP是展示逻辑编程研究的首要国际活动。对ICLP 2021的贡献是在逻辑编程的所有领域,包括但不限于:基础:语义学,形式主义,非单调推理,知识表示。语文问题:并发,对象,协调,移动性,高阶,类型,模式,断言,模块,元编程,基于逻辑的特定领域语言,编程技术。编程支持:程序分析、转换、验证、验证、分析、测试、执行可视化。实施情况:编译、虚拟机、存储管理、并行和分布式执行、约束处理规则、制表、外部接口、用户界面。相关范例和协同作用:归纳和共归纳逻辑编程,约束逻辑编程,答案集编程,与SAT,SMT和CSP求解器的交互,定理证明,论证,概率编程,机器学习。应用领域:数据库、大数据、数据集成和联邦、软件工程、自然语言处理、Web和语义网、代理、人工智能、计算生命科学、网络安全、机器人技术、教育。
2021-09-15 cs.AI cs.LO
Extremal problems in logic programming and stable model computation
本文研究如下问题:给定一类逻辑程序C,确定C程序的最大稳定模型数。我们建立了最大值的类的所有逻辑程序与最多n个条款,并为类的所有逻辑程序的大小最多n。我们还表征的方案,达到最大值。我们得到了类似的结果为类的所有析取逻辑程序与最多n个条款,每个长度最多m,和类的所有析取逻辑程序的大小最多n。我们在逻辑程序上的结果对于设计计算稳定模型的算法有直接的意义。几个这样的算法,在精神上类似的戴维斯-普特南程序,在本文中描述。我们的结果意味着,有一个算法,找到所有的稳定模型的程序与n个条款后,考虑搜索空间的大小为O(3^{n/3})的最坏情况。我们的研究结果也提供了一些见解的可表示性问题的家庭的集合作为家庭的稳定模型的逻辑程序。
1999-01-25 cs.AI cs.LO
The CIFF Proof Procedure for Abductive Logic Programming with Constraints: Theory, Implementation and Experiments
Università di Pisa(比萨大学);Imperial College London(帝国理工学院);University of Amsterdam(阿姆斯特丹大学)
给出了带约束的溯因逻辑程序设计的CIFF证明过程,并证明了其正确性。CIFF是溯因逻辑编程的IFF证明过程的扩展,放松了对变量量化(允许条件)的原始限制,并结合了约束求解器来处理约束逻辑编程中的数值约束。最后,我们描述了CIFF系统,将其与最先进的溯因系统和答案集求解器进行比较,并展示了如何使用它来编程一些应用程序。(To《逻辑程序设计理论与实践》(Theory and Practice of Logic Programming,TPLP)
2009-06-05 cs.AI cs.LO
Characterising equilibrium logic and nested logic programs: Reductions and complexity
Universidad Politécnica de Madrid(马德里理工大学);Technische Universität Wien(维也纳技术大学)
平衡逻辑是一种非单调推理的方法,它扩展了逻辑程序的稳定模型和答案集语义。特别是,它包括嵌套逻辑程序的一般情况下,任意布尔组合是允许在头部和身体的规则,作为特殊类型的理论。在本文中,我们提出了多项式减少的主要推理任务与平衡逻辑和嵌套的逻辑程序到量化命题逻辑,扩展经典命题逻辑的原子公式的量化是允许的。我们不仅为决策问题提供约简,而且为平衡逻辑和嵌套逻辑程序的中心语义概念提供约简。特别是,我们的编码映射一个给定的决策问题到一些公式,后者是有效的,正是在前者举行。我们在这里处理的基本任务是一致性问题,勇敢推理和怀疑推理。此外,我们还提供了编码测试等价的理论或程序下的不同概念的等价性,即普通,强,一致等价。对于所有考虑的推理任务,我们分析了它们的计算复杂性,并给出了严格的复杂性界限。
2009-06-13 cs.AI cs.LO
Introduction to the 28th International Conference on Logic Programming Special Issue
Univ. di Udine(乌迪内大学);CRACS(高级计算研究中心);INESC-TEC(葡萄牙系统与计算机工程研究所-技术与科学);Univ. do Porto(波尔图大学)
我们很自豪地介绍这期《逻辑编程理论与实践杂志》(TPLP)的特刊,致力于第28届逻辑编程国际会议(ICLP)的论文全文。ICLP会议于1982年在马赛开始,此后成为介绍和讨论逻辑编程领域工作的主要场所。
2012-10-15 cs.AI cs.PL
Interdefinability of defeasible logic and logic programming under the well-founded semantics
Wright State University(莱特州立大学);The University of Georgia(佐治亚大学)
我们提供了一种将努特的可废止逻辑理论转化为逻辑程序的方法,以及相应的反方向的翻译。在一定的自然约束下,歧义传播可废止逻辑ADL下的可废止理论的结论与正常逻辑程序的良基语义的结论是一致的,这说明这两种形式主义是密切相关的。使用逻辑程序到可废止理论的相同翻译,用于歧义性阻塞可废止逻辑NDL的语义可以被视为间接地为逻辑程序提供歧义性阻塞语义。我们还提供反单调算子的ADL和NDL,每个基于Gelfond-Lifschitz(GL)运营商的逻辑程序。对于没有规则上的失败者或优先级的可废止理论,ADL的运算符对应于GL运算符,因此可以被视为根据ADL部分捕获结果。类似地,NDL的运算符根据NDL捕获结果,尽管在这种情况下对理论没有限制。这两个算子都可以用来定义可废止理论的稳定模型语义。
2011-06-10 cs.AI cs.LO
Propositional theories are strongly equivalent to logic programs
本文给出了在回答集语义下命题理论的一个性质(一般语法称为均衡逻辑):任何理论总是可以被重新表示为强等价的析取逻辑程序,可能在头部带有否定。我们提供了两个不同的证明这一结果:一个涉及到一个句法转换,和一个,构建一个程序从这里和那里的中间逻辑的理论的反模型。
2007-01-16 cs.AI cs.LO
Towards Distributed Logic Programming based on Computability Logic
DongA University(东亚大学)
{ \em Computability logic}(CoL)是一个强大的计算模型,它将计算问题视为机器及其环境之间的博弈。在本文中,我们表明,CoL自然支持分布式控制的多智能体编程模型。具体地说,我们讨论了一个基于CoL的分布式逻辑编程模型(确切地说是CL 1),我们称之为CL 1 ^Ω。该模型的主要特点是支持Agent的$dynamic/evolving$知识库。事实证明,这种模型是实现通用AI和未来计算模型的一种有前途的方法。
2022-08-07 cs.AI cs.PL
Sequential decomposition of propositional logic programs
Vienna University of Technology(维也纳工业大学)
本文通过研究程序间在半群理论中著名的Green关系$\mathcal{L,R,J}$,探讨了命题逻辑程序的顺序分解问题,为迈向逻辑程序设计的代数理论迈出了进一步的一步。
2023-09-14 cs.AI cs.LO
Applications of Intuitionistic Temporal Logic to Temporal Answer Set Programming
University of Corunna, Spain(科鲁纳大学);University of Angers, France(昂热大学);University of Barcelona, Spain(巴塞罗那大学);University of Potsdam, Germany(波茨坦大学)
本文通过时态平衡逻辑探讨时态答案集编程的逻辑基础,将直觉逻辑与时态逻辑编程相结合,提出新的研究方向。
2026-03-16 cs.AI cs.LO
ALPprolog --- A New Logic Programming Method for Dynamic Domains
University of Oxford(牛津大学);The University of New South Wales(新南威尔士大学)
逻辑编程是一个强大的编程范例自主智能体在动态领域,如Golog和Flux语言见证。在这项工作中,我们提出了ALPprolog,一个富有表现力的,但有效的,逻辑程序设计语言的代理,必须对不完整的信息和传感器动作的原因在线控制。
2011-07-26 cs.AI cs.LO
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
Propositional satisfiability in answer-set programming
我们表明,命题逻辑及其扩展可以支持答案集编程的方式一样,稳定的逻辑编程和析取逻辑编程。为此,我们介绍了一个逻辑的基础上的逻辑命题图式和封闭世界假设的一个版本。我们称之为CWA(PS+,符号)命题图式的扩展逻辑。这种逻辑的一个重要特征是它支持对集合基数的约束进行显式建模。在本文中,我们刻画了一类问题,可以解决的有限PS+理论。我们实现了一个基于PS+逻辑的编程系统,并在PS+中设计和实现了一个处理理论的求解器。我们提出了令人鼓舞的性能结果,我们的方法-我们表明,它是有竞争力的模型,一个国家的最先进的答案集编程系统的基础上稳定的逻辑编程。
2001-07-19 cs.AI cs.LO
DeepStochLog: Neural Stochastic Logic Programming
KU Leuven(鲁汶大学);Örebro University(厄勒布鲁大学)
神经符号学习的最新进展,如DeepProbLog,用神经谓词扩展了概率逻辑程序。像图形模型一样,这些概率逻辑程序定义了可能世界上的概率分布,对于这种概率分布,推理在计算上是困难的。我们提出了DeepStochLog,一个替代的神经符号框架的基础上随机确定子句语法,一种类型的随机逻辑程序,它定义了一个概率分布在可能的推导。更具体地说,我们将神经语法规则引入到随机定冠词语法中,以创建一个可以端到端训练的框架。我们发现,推理和学习神经随机逻辑编程规模远远优于神经概率逻辑程序。此外,实验评估表明,DeepStochLog在具有挑战性的神经符号学习任务上取得了最先进的结果。
2021-06-23 cs.AI cs.LO
Learning logic programs through divide, constrain, and conquer
University of Oxford(牛津大学)
我们介绍了一个归纳逻辑程序设计的方法,结合了经典的分治搜索与现代的约束驱动搜索。我们的随时随地的方法可以学习最优的,递归的,和大型的程序,并支持谓词发明。我们在三个领域(分类,归纳一般的游戏,和程序合成)的实验表明,我们的方法可以提高预测精度,减少学习时间。
2021-12-07 cs.AI cs.LG
The Prioritized Inductive Logic Programs
归纳逻辑程序的极限行为还没有被探索过,但是当考虑通常持续运行的增量或在线归纳学习算法时,应该考虑程序的这种行为。最后通过一个实例说明,如果不考虑极限行为,某些归纳学习算法从长远来看可能是不正确的。一个归纳逻辑程序是收敛的,如果给定一个递增的例子集序列,该程序产生一个具有集合论极限的Horn逻辑程序的相应序列,并且如果所产生的Horn逻辑程序的序列的极限相对于例子集的序列的极限是正确的,则该程序是极限正确的。结果表明,GOLEM系统不是极限正确的。最后,一个限制正确的归纳逻辑系统,称为优先GOLEM系统,提出了作为一个解决方案。
2002-06-10 cs.AI cs.LG
Syntactic Requirements for Well-defined Hybrid Probabilistic Logic Programs
University of Ferrara(费拉拉大学)
混合概率逻辑程序可以表示几个场景,这要归功于逻辑编程的表达能力,扩展了表示离散和连续分布的事实。这种类型的程序的语义是至关重要的,因为它确保可以为每个查询分配概率。在这里,最近的一个语义建议,我们说明了一个具体的语法,我们分析的语法要求,需要保持良好的定义。
2021-09-17 cs.AI cs.LO
Abstract argumentation and answer set programming: two faces of Nelson's logic
University of Nebraska Omaha(内布拉斯加大学奥马哈分校);IRIT(图卢兹计算机科学研究所);Université de Toulouse(图卢兹大学);CNRS(法国国家科学研究中心)
在这项工作中,我们表明,逻辑编程和抽象的论证框架可以解释纳尔逊的建设性逻辑N4。在这种逻辑中,我们通过形式化两个原则来做到这一点,我们称之为非矛盾推理和加强的封闭世界假设:第一个原则指出,任何信念都不能基于矛盾的证据,而后者则迫使未知和矛盾的证据都被视为错误。使用这些原则,逻辑程序设计和抽象论证框架都以模块化的方式并使用对象语言转换为构造性逻辑。逻辑程序蕴涵和抽象论证支持在翻译中遵循不矛盾推理原则成为新的蕴涵连接词。然后,攻击通过将这个新的蕴涵与强否定相结合来表示。逻辑程序设计理论与实践(TPLP)
2022-03-27 cs.AI cs.LO