Fast Inference for Probabilistic Answer Set Programs via the Residual Program

要約

確率的回答セット プログラムからクエリの確率を計算する場合、プログラムの一部の部分はクエリの確率に影響を及ぼさない可能性がありますが、根拠のサイズには影響します。
計算を高速化するには、それらを特定して削除することが重要です。
SLG 解決のアルゴリズムは、完全に十分に根拠のあるモデルを持つ通常のプログラムの解答セットを計算するために使用できる残差プログラムを返す可能性を提供します。
残差プログラムには、確率に影響を与えないプログラム部分は含まれません。
この論文では、推論を実行するために残差プログラムを利用することを提案します。
グラフ データセットに関する実験結果は、このアプローチにより推論が大幅に高速化されることを示しています。

要約(オリジナル)

When we want to compute the probability of a query from a Probabilistic Answer Set Program, some parts of a program may not influence the probability of a query, but they impact on the size of the grounding. Identifying and removing them is crucial to speed up the computation. Algorithms for SLG resolution offer the possibility of returning the residual program which can be used for computing answer sets for normal programs that do have a total well-founded model. The residual program does not contain the parts of the program that do not influence the probability. In this paper, we propose to exploit the residual program for performing inference. Empirical results on graph datasets show that the approach leads to significantly faster inference.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google