Complexity results for probabilistic answer set programming (2020)
- Authors:
- USP affiliated authors: MAUÁ, DENIS DERATANI - IME ; COZMAN, FABIO GAGLIARDI - EP
- Unidades: IME; EP
- DOI: 10.1016/j.ijar.2019.12.003
- Assunto: COMPUTABILIDADE E COMPLEXIDADE
- Keywords: Probabilistic logic programming; Answer set programming; Computational complexity
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: International Journal of Approximate Reasoning
- ISSN: 0888-613X
- Volume/Número/Paginação/Ano: v.118, p. 133-154, 2020
- Status:
- Artigo possui versão em acesso aberto em repositório (Green Open Access)
- Versão do Documento:
- Versão submetida (Pré-print)
- Acessar versão aberta:
-
ABNT
MAUÁ, Denis Deratani e COZMAN, Fabio Gagliardi. Complexity results for probabilistic answer set programming. International Journal of Approximate Reasoning, v. 118, p. 133-154, 2020Tradução . . Disponível em: https://doi.org/10.1016/j.ijar.2019.12.003. Acesso em: 08 abr. 2026. -
APA
Mauá, D. D., & Cozman, F. G. (2020). Complexity results for probabilistic answer set programming. International Journal of Approximate Reasoning, 118, 133-154. doi:10.1016/j.ijar.2019.12.003 -
NLM
Mauá DD, Cozman FG. Complexity results for probabilistic answer set programming [Internet]. International Journal of Approximate Reasoning. 2020 ;118 133-154.[citado 2026 abr. 08 ] Available from: https://doi.org/10.1016/j.ijar.2019.12.003 -
Vancouver
Mauá DD, Cozman FG. Complexity results for probabilistic answer set programming [Internet]. International Journal of Approximate Reasoning. 2020 ;118 133-154.[citado 2026 abr. 08 ] Available from: https://doi.org/10.1016/j.ijar.2019.12.003 - Probabilistic logic programming under the L-Stable semantics
- Specifying credal sets with probabilistic answer set programming
- Robustifying sum-product networks
- The complexity of Bayesian networks specified by propositional and relational languages
- The finite model theory of bayesian networks: descriptive complexity
- The joy of probabilistic answer set programming: semantics, complexity, expressivity, inference
- The finite model theory of Bayesian network specifications: Descriptive complexity and zero/one laws
- Bayesian networks specified using propositional and relational constructs: combined, data, and domain complexity
- Fast local search methods for solving limited memory influence diagrams
- The complexity of MAP inference in Bayesian networks specified through logical languages
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 | |
|---|---|---|---|
 |
2983241.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
