Busca avançada
Ano de início
Entree

Raciocínio lógico-probabilístico: algoritmos e aplicações

Processo: 11/19860-4
Linha de fomento:Bolsas no Exterior - Pesquisa
Vigência (Início): 01 de agosto de 2012
Vigência (Término): 31 de julho de 2013
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação
Pesquisador responsável:Marcelo Finger
Beneficiário:Marcelo Finger
Anfitrião: Bart Selman
Instituição-sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
Local de pesquisa : Cornell University, Estados Unidos  
Vinculado ao auxílio:08/03995-5 - LOGPROB: lógica probabilística - fundamentos e aplicações computacionais, AP.TEM
Assunto(s):Inteligência artificial   Raciocínio probabilístico

Resumo

O Raciocínio lógico-dedutivo e o raciocínio probabilístico são áreas que vem passando por um enorme desenvolvimento no âmbito dos estudos de Inteligência Artificial na últimas décadas. Enquanto o raciocínio dedutivo fez parte da Inteligência Artificial desde o nascimento da área, a complexidade computacional associada a seus problemas usualmente se coloca entre o intratável e o indecidível. A descoberta de que nem todas a instâncias de problemas difíceis são igualmente difíceis e a existência de um grande subconjunto de instâncias fáceis incentivou o desenvolvimento de resolvedores SAT eficientes, e de aplicações capazes de resolver cada vez problemas significativamente maiores, chegando hoje em dia a resolver instâncias com centenas de milhares de variáveis. O tratamento de probabilidades também tem sido parte da área de Inteligência Artificial, sendo que o raciocínio probabilístico em Inteligência Artificial teve seu grande desenvolvimento com a consolidação das propriedades computacionais das Redes Bayesianas, o que levou à expansão do desenvolvimento do raciocínio sobre causalidades e à rápida difusão de raciocínio probabilístico baseado em estruturas de grafos em uma larga gama de aplicações. A competição e a fertilização cruzada entre os enfoques Lógico e Probabilístico tem promovido e acelerado o desenvolvimento da área de Inteligência Artificial. Neste projeto, estamos interessados em desenvolver uma forma de raciocínio que combina tanto os aspectos lógico-dedutivos como os aspectos probabilísticos. Estamos particularmente interessados na interação entre estes dois tipos de raciocínio chamada de Lógica Probabilística, em especial estamos interessados no problema de Satisfatibilidade Probabilística (PSAT) e inferência lógico-probabilística. Esperamos explorar as aplicações deste tipo de raciocínio em problemas e aplicações da área de Inteligência Artificial. (AU)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
ARRUDA, ALEXANDRE MATOS; FINGER, MARCELO. Completeness for cut-based abduction. LOGIC JOURNAL OF THE IGPL, v. 22, n. 2, SI, p. 286-296, APR 2014. Citações Web of Science: 0.
D'AGOSTINO, MARCELLO; FINGER, MARCELO; GABBAY, DOV. Semantics and proof-theory of depth bounded Boolean logics. THEORETICAL COMPUTER SCIENCE, v. 480, p. 43-68, APR 8 2013. Citações Web of Science: 8.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.