Matthias Thimm - Probabilistic Reasoning with Incomplete and Inconsistent Beliefs - 2012

Resonnement med unøjagtig information er et hovedtema inden for kunstig intelligens generelt og videnrepræsentation og ræsonnement i særdeleshed. Denne publikation omhandler information, der kan være ufuldstændig, usikker og modstridende. Sandsynlighedsbetinget logik anvendes, hvilket gør det muligt at repræsentere usikre informationselementer ved hjælp af probabilistiske betingelser, dvs. if-then-regels. Usikkerhed kan udtrykkes ved hjælp af sandsynligheder knyttet til disse regler, og ufuldstændighed kan håndteres i denne ramme ved at ræsonnere ud fra princippet om maksimal entropi. Denne bog fokuserer på to hovedspørgsmål der opstår ved repræsentation af viden med sandsynlighedsbetinget logik. På den ene side ser vi på problemet med modstridende information, som f.eks. opstår når flere eksperter deler deres viden for at udarbejde en fælles vidensbase bestående af probabilistiske betingede logikker. Som i klassisk logik er dette et alvorligt problem, fordi inkonsistens i en vidensbase forbyder anvendelse af modelbaserede induktive inferensmetoder såsom ræsonnement baseret på princippet om maksimal entropi. På den anden side undersøger vi en udvidelse af de syntaktiske og semantiske begreber for sandsynlighedsbetinget logik til det relationelle tilfælde. Vi udvider også tilgangen med ræsonnement baseret på princippet om maksimal entropi til rammeværket for relationel sandsynlighedsbetinget logik og undersøger dets egenskaber.

Bogen er som ny. Ryggens ryg er let plettet, se billeder.