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

Resonnering med ikke-fullstendig/inkonsekvent informasjon er et viktig tema innen kunstig intelligens generelt og kunnskapsrepresentasjon og resonnement spesielt. Denne publikasjonen tar for seg informasjon som kan være ufullstendig, usikker og motstridende. Probabilistisk betinget logikk brukes, noe som tillater representasjon av usikre informasjonselementer ved hjelp av probabilistiske betingelser, dvs. hvis–da-regler. Usikkerhet kan uttrykkes ved hjelp av sannsynligheter knyttet til disse reglene, og ufullstendighet kan håndteres innenfor dette rammeverket ved resonnering basert på prinsippet om maksimal entropi. Denne boken fokuserer på to hovedproblemer som oppstår når kunnskap representeres med probabilistisk betinget logikk. På den ene siden ser vi på problemet med motstridende informasjon som for eksempel oppstår når flere eksperter deler sin kunnskap for å komme fram til en felles kunnskapsbase bestående av probabilistiske betingelser. Som i klassisk logikk er dette et alvorlig problem fordi inkonsistens i en kunnskapsbase hindrer anvendelse av modellbaserte induktive framgangsmåter slik som resonnement basert på prinsippet om maksimal entropi. På den andre siden undersøker vi en utvidelse av de syntaktiske og semantiske begrepene i probabilistisk betinget logikk til det relasjonelle tilfellet. Vi utvider også tilnærmingen med resonnering basert på prinsippet om maksimal entropi til rammeverket for relasjonell probabilistisk betinget logikk og undersøker dens egenskaper.

Boken er som ny. Ryggpartiet er litt slitt; se bildene.