Lógicas probabilísticas com relações de independência: representação de conhecimento e aprendizado de máquina. / Probabilistic logics with independence relationships: knowledge representation and machine learning.

AUTOR(ES)

José Eduardo Ochoa Luna

FONTE

IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia

DATA DE PUBLICAÇÃO

17/05/2011

RESUMO

A combinação de lógica e probabilidade (lógicas probabilísticas) tem sido um tópico bastante estudado nas últimas décadas. A maioria de propostas para estes formalismos pressupõem que tanto as sentenças lógicas como as probabilidades sejam especificadas por especialistas. Entretanto, a crescente disponibilidade de dados relacionais sugere o uso de técnicas de aprendizado de máquina para produzir sentenças lógicas e estimar probabilidades. Este trabalho apresenta contribuições em termos de representação de conhecimento e aprendizado. Primeiro, uma linguagem lógica probabilística de primeira ordem é proposta. Em seguida, três algoritmos de aprendizado de lógica de descrição probabilística crALC são apresentados: um algoritmo probabilístico com ênfase na indução de sentenças baseada em classificadores Noisy-OR; um algoritmo que foca na indução de inclusões probabilísticas (componente probabilístico de crALC); um algoritmo de natureza probabilística que induz sentenças lógicas ou inclusões probabilísticas. As propostas de aprendizado são avaliadas em termos de acurácia em duas tarefas: no aprendizado de lógicas de descrição e no aprendizado de terminologias probabilísticas em crALC. Adicionalmente, são discutidas aplicações destes algoritmos em processos de recuperação de informação: duas abordagens para extensão semântica de consultas na Web usando ontologias probabilísticas são discutidas.

ASSUNTO(S)

description logic learning incerteza inductive logic programming lógica probabilística probabilistic logic programação em lógica indutiva redes bayesianas relacionais relational bayesian networks uncertainty aprendizado de lógica de descrição

Documentos Relacionados

• Relevant feature selection and construction for machine learning.
• Mapeamento semântico com aprendizado estatístico relacional para representação de conhecimento em robótica móvel.
• Machine learning in complex networks
• APRENDIZADO DE MÁQUINA PARA O PROBLEMA DE SENTIMENT CLASSIFICATION
• Detecção autônoma de intrusões utilizando aprendizado de máquina