Markov logiikkaverkon

Markov logiikka verkko on probabilistinen logiikka, jota sovelletaan ideoita Markov verkon ensimmäisen kertaluvun logiikka, joka mahdollistaa epävarma päättely. Markov logiikka verkot yleistää ensimmäisen kertaluvun logiikkaa, siinä mielessä, että tietyn rajan, kaikki unsatisfiable lausunnot on todennäköisyys nolla, ja kaikki tautologiat on todennäköisesti yksi.

Kuvaus

Lyhyesti, se on kokoelma kaavat ensimmäisen kertaluvun logiikan, joihin kuhunkin on määritetty todellinen lukumäärä, paino. Taken kuten Markov verkko, kärkipisteet verkon kuvaajan ovat atomi kaavat, ja reunat ovat loogisia connectives rakentamiseen käytetty kaava. Jokainen kaavan pidetään klikki, ja Markov huopa on joukko kaavoja, joissa tietyn atomi näkyviin. Potentiaalifunktio liittyy jokaiseen kaava, ja ottaa arvo yksi, kun kaava on tosi, ja nolla, kun se on epätosi. Mahdollinen toiminta on yhdistetty paino muodostaa Gibbs toimenpide ja partitiofunktio Markovin verkkoon.

Edellä oleva määritelmä sivuutetaan hienovarainen piste: atomi kaavat ei ole totuus arvoon, ellei niitä maadoitettu ja tulkita; eli kunnes ne jauhetaan atomit Herbrand tulkintaan. Siten Markov logiikkaverkon tulee Markov verkkoon vain suhteessa tiettyyn pohjakosketuksen ja tulkinta; Tuloksena Markov Verkosto on nimeltään maahan Markov verkkoon. Graafin solmut maasta Markov verkko ovat maahan atomeja. Koko tuloksena Markovin verkkoon riippuu siis voimakkaasti määrästä vakioita verkkotunnuksen diskurssin.

Päättely

Tavoitteena päättely Markovin logiikka verkko on löytää paikallaan jakauma järjestelmän, tai joka on lähellä sitä; että tämä voi olla vaikeaa tai ei aina mahdollista havainnollistaa rikkautta käyttäytyminen nähdään Ising malli. Kuten Markovin verkossa, paikallaan jakelu löytää todennäköisin todennäköisyyksien graafin solmut; tässä tapauksessa, kärjet ovat maahan atomit tulkintaa. Eli jakelu osoittaa todennäköisyys totuuden tai valheen kunkin maa atomi. Koska paikallaan jakelu, voidaan sitten suorittaa päättely perinteisessä tilastollisessa mielessä on ehdollinen todennäköisyys: saada todennäköisyys, että kaava pätee, koska kaava B on totta.

Päättely MLN: ää voidaan suorittaa tavallisilla Markovin verkon päättely tekniikoita yli minimaalinen osajoukko asiaa Markov verkko tarvitaan vastata kyselyn. Näitä tekniikoita ovat Gibbs näytteenotto, joka on tehokas, mutta saattaa olla liian hidas suurissa verkoissa, vakaumukseen lisääminen tai lähentämistä kautta pseudolikelihood.

Resurssit

  • Richardson, Matthew; Domingos, Pedro. "Markov Logic Networks". Koneoppimisen 62: 107-136. doi: 10.1007 / s10994-006-5833-1.
  0   0
Edellinen artikkeli Korkai
Seuraava artikkeli IX Tactical Air Command

Kommentit - 0

Ei kommentteja

Lisääkommentti

smile smile smile smile smile smile smile smile
smile smile smile smile smile smile smile smile
smile smile smile smile smile smile smile smile
smile smile smile smile
Merkkiä jäljellä: 3000
captcha