Dettagli dell'articolo

: Expectation maximization in deep probabilistic logic programming.

: In Chiara Ghidini, Bernardo Magnini, and Andrea Passerini, editors, Proceedings of the 17th Conference of the Italian Association for Artificial Intelligence (AI*IA2018), Trento, Italy, 20-23 November, 2018, volume 11298 of Lecture Notes in Computer Science, pages 293--306, Heidelberg, Germany, 2018. © Springer, Springer. The final publication is available at Springer via http://dx.doi.org/10.1007/978-3-030-03840-3_22.

:

In questo documento, presentiamo un algoritmo di massimizzazione delle aspettative, chiamato apprendimento dei parametri di massimizzazione delle aspettative per programmi logici probabilistici gerarchiche (EMPHIL) che apprende i parametri dei programmi logici probabilistici gerarchiche dai dati. L'algoritmo converte un circuito aritmetico in una rete bayesiana ed esegue l'algoritmo di Belief Propagation sul corrispondente grafico dei fattori.

Pubblicato a: 17th International Conference of the Italian Association for Artificial Intelligence (AI*IA 2018)

Scarica: [.pdf]

Commenti