Speeding up parameter and rule learning for acyclic probabilistic logic programs (2019)
- Authors:
- USP affiliated authors: BONA, GLAUBER DE - EP ; MAUÁ, DENIS DERATANI - IME ; COZMAN, FABIO GAGLIARDI - EP
- Unidades: EP; IME
- DOI: 10.1016/j.ijar.2018.12.012
- Subjects: PROGRAMAÇÃO LÓGICA; APRENDIZADO COMPUTACIONAL
- Keywords: Probabilistic logic programming; Expectation-Maximization algorithm; Rule learning
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: International Journal of Approximate Reasoning
- ISSN: 0888-613X
- Volume/Número/Paginação/Ano: v. 106, p. 32-50, 2019
- Status:
- Artigo possui versão em acesso aberto em repositório (Green Open Access)
- Versão do Documento:
- Versão submetida (Pré-print)
- Acessar versão aberta:
-
ABNT
FARIA, Francisco Henrique Otte Vieira de et al. Speeding up parameter and rule learning for acyclic probabilistic logic programs. International Journal of Approximate Reasoning, v. 106, p. 32-50, 2019Tradução . . Disponível em: https://doi.org/10.1016/j.ijar.2018.12.012. Acesso em: 16 abr. 2026. -
APA
Faria, F. H. O. V. de, Gusmão, A. C., De Bona, G., Mauá, D. D., & Cozman, F. G. (2019). Speeding up parameter and rule learning for acyclic probabilistic logic programs. International Journal of Approximate Reasoning, 106, 32-50. doi:10.1016/j.ijar.2018.12.012 -
NLM
Faria FHOV de, Gusmão AC, De Bona G, Mauá DD, Cozman FG. Speeding up parameter and rule learning for acyclic probabilistic logic programs [Internet]. International Journal of Approximate Reasoning. 2019 ; 106 32-50.[citado 2026 abr. 16 ] Available from: https://doi.org/10.1016/j.ijar.2018.12.012 -
Vancouver
Faria FHOV de, Gusmão AC, De Bona G, Mauá DD, Cozman FG. Speeding up parameter and rule learning for acyclic probabilistic logic programs [Internet]. International Journal of Approximate Reasoning. 2019 ; 106 32-50.[citado 2026 abr. 16 ] Available from: https://doi.org/10.1016/j.ijar.2018.12.012 - Parameter learning in ProbLog with probabilistic rules
- Probabilistic logic programming under the L-Stable semantics
- Specifying credal sets with probabilistic answer set programming
- Dealing with cycles in graph-based probabilistic models: the case of Logical Credal Networks
- The complexity of Bayesian networks specified by propositional and relational languages
- The finite model theory of bayesian networks: descriptive complexity
- Robustifying sum-product networks
- The finite model theory of Bayesian network specifications: Descriptive complexity and zero/one laws
- The complexity of plate probabilistic models
- Bayesian networks specified using propositional and relational constructs: combined, data, and domain complexity
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
2925554.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
