Foundations of Probabilistic Logic Programming: Languages, Semantics, Inference and Learning
Seit seiner Entstehung hat das Gebiet der Probabilistischen Logikprogrammierung eine stetige Zunahme der Aktivitäten erlebt, mit vielen Vorschlägen für Sprachen und Algorithmen für Inferenz und Lernen.
Dieses Buch soll einen Überblick über das Gebiet geben, mit besonderem Schwerpunkt auf Sprachen unter der Distributionssemantik, einem der einflussreichsten Ansätze. Das Buch stellt die wichtigsten Ideen für Semantik, Inferenz und Lernen vor und zeigt Verbindungen zwischen den Methoden auf.
Viele Beispiele des Buches enthalten einen Link zu einer Seite der Webanwendung http: //cplint. eu, wo der Code online ausgeführt werden kann.
Diese 2. Auflage zielt darauf ab, die aufregendsten Neuerungen auf dem Gebiet seit der Veröffentlichung der ersten Auflage zu berichten. Die Semantik für hybride Programme mit Funktionssymbolen wurde auf eine solide Basis gestellt. Die probabilistische Antwortmengenprogrammierung hat zusammen mit den Untersuchungen zur Komplexität der Inferenz großes Interesse gefunden. Algorithmen zur Lösung der MPE- und MAP-Aufgaben sind nun verfügbar. Die Inferenz für hybride Programme hat sich mit der Einführung der Weighted Model Integration dramatisch verändert.
Im Hinblick auf das Lernen sind die ersten Ansätze für die neuro-symbolische Integration zusammen mit Algorithmen zum Lernen der Struktur für hybride Programme erschienen.
In Anbetracht der Kosten für das Lernen von PLPs wurden in verschiedenen Arbeiten sprachliche Einschränkungen vorgeschlagen, um das Lernen zu beschleunigen und die Skalierung zu verbessern.
| ISBN: | 9788770227193 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2023 |
| Seitenzahl: | 506 |
Derzeit verfügbar, auf Lager.
