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

Raciocínio com informações imprecisas é um tema central nas áreas de inteligência artificial em geral e de representação e raciocínio do conhecimento, em particular. Esta publicação trata de informações que podem ser incompletas, incertas e contraditórias. A lógica condicional probabilística é empregada, o que permite a representação de informações incertas por meio de condicionais probabilísticos, ou seja, regras se-então. A incerteza pode ser expressa por meio de probabilidades anexadas àquelas regras, e a incompletude pode ser tratada neste arcabouço pelo raciocínio com base no princípio da entropia máxima. Este livro foca em duas questões principais que surgem ao representar conhecimento com lógica condicional probabilística. Por um lado, examinamos o problema de informações contraditórias que, por exemplo, surge quando vários especialistas compartilham seu conhecimento para chegar a uma base de conhecimento comum composta de condicionais probabilísticos. Como na lógica clássica, este é um problema grave, pois a inconsistência de uma base de conhecimento impede a aplicação de abordagens de raciocínio indutivo baseadas em modelo, como o raciocínio baseado no princípio da entropia máxima. Por outro lado, investigamos uma extensão das noções sintáticas e semânticas da lógica condicional probabilística para o caso relacional. Também estendemos a abordagem de raciocínio baseada no princípio da entropia máxima para o arcabouço da lógica condicional probabilística relacional e investigamos suas propriedades.

O livro está como novo. A lombada está levemente suja, veja as fotos.