以 cDMN 应对决策模型与记号挑战：DMN 与约束推理的紧密集成
人工智能
2021-10-07 v1
摘要
基于知识的 AI 通常依赖知识工程师来构建领域知识的形式化模型——但若领域专家能自行完成呢？本文描述了对决策模型与记号（DMN）标准的扩展，称为约束决策模型与记号（cDMN）。DMN 是一种面向用户友好的、基于表的决策逻辑记号，允许领域专家在无需 IT 人员帮助的情况下建模简单决策流程。cDMN 旨在扩大 DMN 的表达能力，以建模更复杂的领域知识，同时保持 DMN 易于被领域专家理解的目标。我们通过求解 DM Community 网站上发布的最复杂挑战来测试 cDMN。我们将自身的 cDMN 解与该网站已提交的解进行比较，发现我们的方法具有竞争力。此外，cDMN 能够求解的挑战数量多于任何其他方法。
引用
@article{arxiv.2110.02610,
title = {Tackling the DM Challenges with cDMN: A Tight Integration of DMN and Constraint Reasoning},
author = {Simon Vandevelde and Bram Aerts and Joost Vennekens},
journal= {arXiv preprint arXiv:2110.02610},
year = {2021}
}
备注
Under consideration in Theory and Practice of Logic Programming (TPLP). arXiv admin note: substantial text overlap with arXiv:2005.09998