Parameter learning in ProbLog with probabilistic rules (2017)
- Autores:
- Autores USP: MAUÁ, DENIS DERATANI - IME ; COZMAN, FABIO GAGLIARDI - EP ; BONA, GLAUBER DE - EP ; FARIA, FRANCISCO HENRIQUE OTTE VIEIRA DE - EP
- Unidades: IME; EP
- Assuntos: INTELIGÊNCIA ARTIFICIAL; APRENDIZADO COMPUTACIONAL; PROGRAMAÇÃO LÓGICA
- Idioma: Inglês
- Imprenta:
- Editora: SBC
- Local: Porto Alegre
- Data de publicação: 2017
- Fonte:
- Título do periódico: Proceedings
- ISSN: 2318-1060
- Nome do evento: Symposium on Knowledge Discovery, Mining and Learning - KDMiLe
-
ABNT
FARIA, Francisco Henrique Otte Vieira de et al. Parameter learning in ProbLog with probabilistic rules. 2017, Anais.. Porto Alegre: SBC, 2017. Disponível em: http://www.facom.ufu.br/~kdmile/proceedings/anais-kdmile-2017.pdf. Acesso em: 20 abr. 2024. -
APA
Faria, F. H. O. V. de, Gusmão, A. C., De Bona, G., Mauá, D. D., & Cozman, F. G. (2017). Parameter learning in ProbLog with probabilistic rules. In Proceedings. Porto Alegre: SBC. Recuperado de http://www.facom.ufu.br/~kdmile/proceedings/anais-kdmile-2017.pdf -
NLM
Faria FHOV de, Gusmão AC, De Bona G, Mauá DD, Cozman FG. Parameter learning in ProbLog with probabilistic rules [Internet]. Proceedings. 2017 ;[citado 2024 abr. 20 ] Available from: http://www.facom.ufu.br/~kdmile/proceedings/anais-kdmile-2017.pdf -
Vancouver
Faria FHOV de, Gusmão AC, De Bona G, Mauá DD, Cozman FG. Parameter learning in ProbLog with probabilistic rules [Internet]. Proceedings. 2017 ;[citado 2024 abr. 20 ] Available from: http://www.facom.ufu.br/~kdmile/proceedings/anais-kdmile-2017.pdf - Closed-form solutions in learning probabilistic logic programs by exact score maximization
- Speeding up parameter and rule learning for acyclic probabilistic logic programs
- A tractable class of model counting problems
- The complexity of inferences and explanations in probabilistic logic programming
- The finite model theory of bayesian networks: descriptive complexity
- Fast local search methods for solving limited memory influence diagrams
- The joy of probabilistic answer set programming: semantics, complexity, expressivity, inference
- Specifying credal sets with probabilistic answer set programming
- Credal sum-product networks
- On the semantics and complexity of probabilistic logic programs
Download do texto completo
Tipo | Nome | Link | |
---|---|---|---|
2855960.pdf | Direct link |
Como citar
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas