Exploring Unknown Universes in Probabilistic Relational Models

Tanya Braun*, Ralf Möller

*Korrespondierende/r Autor/-in für diese Arbeit

Abstract

Large probabilistic models are often shaped by a pool of known individuals (a universe) and relations between them. Lifted inference algorithms handle sets of known individuals for tractable inference. Universes may not always be known, though, or may only described by assumptions such as “small universes are more likely”. Without a universe, inference is no longer possible for lifted algorithms, losing their advantage of tractable inference. The aim of this paper is to define a semantics for models with unknown universes decoupled from a specific constraint language to enable lifted and thereby, tractable inference.

OriginalspracheEnglisch
TitelAI 2019: AI 2019: Advances in Artificial Intelligence
Redakteure/-innenJixue Liu, James Bailey
Seitenumfang13
Band11919 LNAI
Herausgeber (Verlag)Springer, Cham
Erscheinungsdatum25.11.2019
Seiten91-103
ISBN (Print)978-3-030-35287-5
ISBN (elektronisch)978-3-030-35288-2
DOIs
PublikationsstatusVeröffentlicht - 25.11.2019
Veranstaltung32nd Australasian Joint Conference on Artificial Intelligence - Adelaide, Australien
Dauer: 02.12.201905.12.2019
Konferenznummer: 234489

Strategische Forschungsbereiche und Zentren

  • Zentren: Zentrum für Künstliche Intelligenz Lübeck (ZKIL)
  • Querschnittsbereich: Intelligente Systeme

Fingerprint

Untersuchen Sie die Forschungsthemen von „Exploring Unknown Universes in Probabilistic Relational Models“. Zusammen bilden sie einen einzigartigen Fingerprint.

Zitieren