马尔可夫逻辑网络与关系逻辑回归模型中权重参数的尺度缩放
人工智能
2024-05-17 v3 机器学习
计算机科学中的逻辑
摘要
我们将马尔可夫逻辑网络与关系逻辑回归视为统计关系人工智能中两种使用加权公式进行规约的基础表示形式。然而，马尔可夫逻辑网络基于无向图，而关系逻辑回归基于有向无环图。我们表明，当以域大小对权重参数进行尺度缩放时，关系逻辑回归模型的渐近行为由参数透明地控制，并给出了计算渐近概率的算法。我们还通过两个例子表明，对于马尔可夫逻辑网络而言情况并非如此。我们还借助主要来自文献的若干例子讨论了应用背景如何帮助用户决定此类缩放何时合适，以及何时使用原始未缩放参数可能更可取。我们强调随机采样是缩放模型一个尤其有前景的应用领域，并阐述了进一步研究的可能途径。
引用
@article{arxiv.2103.15140,
title = {Scaling the weight parameters in Markov logic networks and relational logistic regression models},
author = {Felix Weitkämper},
journal= {arXiv preprint arXiv:2103.15140},
year = {2024}
}