复值马尔可夫逻辑网络：表达力与可提升性
人工智能
2020-07-17 v2 机器学习
计算机科学中的逻辑
摘要
我们研究马尔可夫逻辑网络（MLNs）的表达力。我们引入使用复值权重的复值 MLNs，并表明与具有实值权重的标准 MLNs 不同，复值 MLNs 具有完全表达力。我们随后观察到离散傅里叶变换可以使用带复值权重的加权一阶模型计数（WFOMC）来计算，并利用这一观察设计了一种计算关系边缘多面体的算法，该算法比近期一种算法所需调用 WFOMC 预言机的次数大幅减少。
引用
@article{arxiv.2002.10259,
title = {Complex Markov Logic Networks: Expressivity and Liftability},
author = {Ondrej Kuzelka},
journal= {arXiv preprint arXiv:2002.10259},
year = {2020}
}
备注
Fixed typos in Lemma 1 and Section 7. Paper accepted to UAI 2020