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

Redeneren met onjuiste informatie is een belangrijk onderwerp binnen de vakgebieden kunstmatige intelligentie in het algemeen en kennisrepresentatie en redeneren in het bijzonder. Deze publicatie behandelt informatie die onvolledig, onzeker en tegenstrijdig kan zijn. Er wordt gebruikgemaakt van probabilistische conditionele logica, die het mogelijk maakt om onzekere stukken informatie te representeren door middel van probabilistische conditionals, d.w.z. als-dan-regels. Onzekerheid kan worden uitgedrukt met waarschijnlijkheden die aan deze regels zijn gekoppeld en onvolledigheid kan in dit kader worden behandeld door redeneren op basis van het principe van maximum entropy. Dit boek richt zich op twee belangrijke kwesties die ontstaan bij het representeren van kennis met probabilistische conditionele logica. Enerzijds kijken we naar het probleem van tegenstrijdige informatie die bijvoorbeeld ontstaat wanneer meerdere experts hun kennis delen om tot een gemeenschappelijke kennisbasis te komen waarin probabilistische conditionals zijn opgenomen. Net als in de klassieke logica is dit een ernstig probleem omdat inconsistentie van een kennisbasis toepassing van modelgebaseerde inductieve inferentiële benaderingen zoals redeneren op basis van het principe van maximum entropy verhindert. Anderzijds onderzoeken we een uitbreiding van de syntactische en semantische noties van probabilistische conditionele logica naar het relationele geval. We breiden ook de benadering van redeneren op basis van het principe van maximum entropy uit naar het kader van relationele probabilistische conditionele logica en onderzoeken de eigenschappen ervan.

Het boek is als nieuw. De rug is licht bevuild, zie foto’s.