Abstract
The lifted dynamic junction tree algorithm (LDJT) answers filtering and prediction queries efficiently for probabilistic relational temporal models by building and then reusing a first-order cluster representation of a knowledge base for multiple queries and time steps. Unfortunately, a non-ideal elimination order can lead to unnecessary groundings.
Originalsprache | Englisch |
---|---|
Titel | KI 2018: Advances in Artificial Intelligence |
Redakteure/-innen | Frank Trollmann, Anni-Yasmin Turhan |
Seitenumfang | 8 |
Band | 11117 |
Erscheinungsort | Cham |
Herausgeber (Verlag) | Springer International Publishing |
Erscheinungsdatum | 30.08.2018 |
Seiten | 38-45 |
ISBN (Print) | 978-3-030-00110-0 |
ISBN (elektronisch) | 978-3-030-00111-7 |
DOIs | |
Publikationsstatus | Veröffentlicht - 30.08.2018 |
Veranstaltung | 41st German Conference on Artificial Intelligence - Berlin, Deutschland Dauer: 24.09.2018 → 28.09.2018 Konferenznummer: 218679 |
DFG-Fachsystematik
- 4.43-01 Theoretische Informatik