From Probabilistic Programming to Complexity-based Programming

要約

この論文では、CompLog という名前の新しい計算フレームワークの主な特徴と暫定的な実装について説明します。
ProbLog のような確率的プログラミング システムに触発された CompLog は、Simplicity Theory によって提案された推論メカニズムに基づいて構築されており、確率的推論ではなく 2 つのコルモゴロフ複雑度の計算 (ここでは ASP プログラムを介した最小パス検索として実装されています) に依存しています。
提案されたシステムにより、ユーザーは特定の状況の予想外性の事後および事前の尺度を計算し、それぞれ事後および事前の主観的確率にマッピングすることができます。
計算は、複雑さによって重み付けされた述語間の因果関係と記述的関係による世界モデルと精神モデルの仕様に基づいています。
この論文では、関連する記述の生成、選言や否定に対する代替アプローチの提供など、いくつかの応用例を示しています。

要約(オリジナル)

The paper presents the main characteristics and a preliminary implementation of a novel computational framework named CompLog. Inspired by probabilistic programming systems like ProbLog, CompLog builds upon the inferential mechanisms proposed by Simplicity Theory, relying on the computation of two Kolmogorov complexities (here implemented as min-path searches via ASP programs) rather than probabilistic inference. The proposed system enables users to compute ex-post and ex-ante measures of unexpectedness of a certain situation, mapping respectively to posterior and prior subjective probabilities. The computation is based on the specification of world and mental models by means of causal and descriptive relations between predicates weighted by complexity. The paper illustrates a few examples of application: generating relevant descriptions, and providing alternative approaches to disjunction and to negation.

arxiv情報

著者 Giovanni Sileno,Jean-Louis Dessalles
発行日 2023-09-11 14:06:27+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.CL パーマリンク