Busca avançada
Ano de início
Entree


The Complexity of Inferences and Explanations in Probabilistic Logic Programming

Texto completo
Autor(es):
Cozman, Fabio G. ; Maua, Denis D. ; Antonucci, A ; Cholvy, L ; Papini, O
Número total de Autores: 5
Tipo de documento: Artigo Científico
Fonte: SYMBOLIC AND QUANTITATIVE APPROACHES TO REASONING WITH UNCERTAINTY, ECSQARU 2017; v. 10369, p. 10-pg., 2017-01-01.
Resumo

A popular family of probabilistic logic programming languages combines logic programs with independent probabilistic facts. We study the complexity of marginal inference, most probable explanations, and maximum a posteriori calculations for propositional/relational probabilistic logic programs that are acyclic/definite/stratified/normal/disjunctive. We show that complexity classes Sigma(k) and PP Sigma k (for various values of k) and NPPP are all reached by such computations. (AU)

Processo FAPESP: 16/01055-1 - Aprendizagem de Modelos Probabilísticos Tratáveis e seu Uso na Classificação Multirrótulo
Beneficiário:Denis Deratani Mauá
Modalidade de apoio: Auxílio à Pesquisa - Regular
Processo FAPESP: 15/21880-4 - PROVERBS -- Sistemas Booleanos Probabilísticos Super-restritos: ferramentas de raciocínio e aplicações
Beneficiário:Marcelo Finger
Modalidade de apoio: Auxílio à Pesquisa - Regular