理论修补的可处理性
人工智能
2007-05-23 v1
摘要
在本文中,我们考虑“理论修补”问题,其中给定一个领域理论,其部分组件被指明可能存在缺陷,以及一组用于领域概念的带标签训练样本。理论修补问题是仅修改理论中被指明的组件,使得由此产生的理论能正确分类所有训练样本。因此,理论修补是理论修正的一种类型,其中修正仅针对理论的各个组件进行。我们在本文中关注的是确定对于哪些类别的逻辑领域理论,理论修补问题是可处理的。我们考虑了命题和一阶领域理论,并表明理论修补问题等价于确定理论中包含的哪些信息是“稳定的”,无论对理论进行何种修正。我们表明,如果输入理论满足两个条件,即对每个理论组件的修正对样本分类具有单调效应,以及理论组件在理论中对样本分类独立起作用,则确定稳定性是可处理的。我们还展示了如何使用引入的概念来确定特定理论修补算法的可靠性与完备性。
引用
@article{arxiv.cs/9803103,
title = {Tractability of Theory Patching},
author = {S. Argamon-Engelson and M. Koppel},
journal= {arXiv preprint arXiv:cs/9803103},
year = {2007}
}
备注
See http://www.jair.org/ for any accompanying files