量化马尔可夫逻辑网络
人工智能
2018-08-22 v3 机器学习
计算机科学中的逻辑
摘要
马尔可夫逻辑网络（MLN）非常适合表达“吸烟者认识另一个吸烟者的概率很高”之类的统计规律，但不适合表达“存在一个吸烟者认识大多数其他吸烟者”之类的陈述，而后者对于建模社交网络中的意见领袖等现象是必要的。为克服这一不足，我们研究了量化 MLN，它通过引入统计全称量词对 MLN 进行推广，从而也能以原则性的方式表达后一类统计规律。我们的主要技术贡献是证明量化 MLN 中的标准推理任务——最大后验推理与边缘推理——可在多项式时间内归约为相应的 MLN 推理任务。
引用
@article{arxiv.1807.01183,
title = {Quantified Markov Logic Networks},
author = {Víctor Gutiérrez-Basulto and Jean Christoph Jung and Ondrej Kuzelka},
journal= {arXiv preprint arXiv:1807.01183},
year = {2018}
}
备注
Paper accepted at the 16th International Conference on Principles of Knowledge Representation and Reasoning (KR 2018). This work was also presented in the Eighth International Workshop on Statistical Relational AI (StarAI 2018) under the title "Markov Logic Networks with Statistical Quantifiers"