Compilação de conhecimento não-incremental de programas de conjuntos de respostas probabilísticos (2025)
- Authors:
- Autor USP: GONÇALVES, JONAS RODRIGUES LIMA - IME
- Unidade: IME
- Sigla do Departamento: MAC
- DOI: 10.11606/D.45.2025.tde-14012026-012430
- Subjects: INTELIGÊNCIA ARTIFICIAL; PROGRAMAÇÃO LÓGICA; REPRESENTAÇÃO DE CONHECIMENTO; INFERÊNCIA
- Keywords: Artificial intelligence; Circuitos probabilísticos; Compilação de conhecimento; Knowledge compilation; Knowledge representation; Probabilistic circuits; Probabilistic logic programming; Programação lógico probabilística
- Language: Português
- Abstract: Avanços em Programação Lógica Probabilística e Inferência Probabilística demonstraram que técnicas de Compilação de Conhecimento, as quais compilam programas lógicos probabilísticos em Programas de Conjunto de Respostas, são essenciais para inferência rápida e exata. Apesar da estreita relação entre a Teoria de Circuitos e a complexidade da inferência lógica, é possível explorar a estrutura dos Programas Lógicos Probabilísticos para construir circuitos mais concisos que podem responder eficientemente a consultas probabilísticas. Embora pesquisas anteriores tenham mostrado que a compilação de programas estratificados pode ser alcançada usando várias técnicas, como a consequência do operador Tp ou Loop Formulas, pouco foi explorado no contexto da compilação de Programas de Conjunto de Respostas Probabilísticos, à parte de abordagens de compilação top-down (de cima para baixo) que traduzem o programa em uma Forma Normal Conjuntiva e subsequentemente aplicam técnicas de compilação de conhecimento. Métodos baseados na compilação para Forma Normal Negativa Decomponível também foram investigados. Inspirada em trabalhos bem-sucedidos sobre a compilação de linguagens de Programação Lógica Probabilística estratificada, esta pesquisa visa alavancar a tratabilidade e a natureza bottom-up (de baixo para cima) de uma classe especial de Circuitos Aritméticos, chamados Diagramas de Decisão Sentencial Probabilísticos, para compilar Programas de Conjunto de Respostas Probabilísticos nestesdiagramas sob a semântica de Entropia Máxima e Credal. Além disso, essa abordagem bottom-up permite otimizações estruturais por meio de modificações na árvore de variáveis que governa a estrutura dos circuitos, resultando em representações mais concisas. Finalmente, os Diagramas de Decisão Sentencial Probabilísticos são capazes de realizar inferência exata em tempo polinomial e suportam inúmeros algoritmos para aprendizado e regularização, especificamente projetados para uso em Circuitos Probabilísticos. Isso reforça ainda mais o potencial dos Diagramas de Decisão Sentencial Probabilísticos como uma representação tratável para Programação Lógica Probabilística e destaca a necessidade de explorar heurísticas eficientes para modificar dinamicamente a estrutura da árvore de variáveis ao compilar Programas de Conjunto de Respostas Probabilísticos nos Diagramas de Decisão Sentencial Probabilísticos
- Imprenta:
- Data da defesa: 28.11.2025
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
GONÇALVES, Jonas Rodrigues Lima. Compilação de conhecimento não-incremental de programas de conjuntos de respostas probabilísticos. 2025. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2025. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-14012026-012430/pt-br.php. Acesso em: 20 jan. 2026. -
APA
Gonçalves, J. R. L. (2025). Compilação de conhecimento não-incremental de programas de conjuntos de respostas probabilísticos (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-14012026-012430/pt-br.php -
NLM
Gonçalves JRL. Compilação de conhecimento não-incremental de programas de conjuntos de respostas probabilísticos [Internet]. 2025 ;[citado 2026 jan. 20 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-14012026-012430/pt-br.php -
Vancouver
Gonçalves JRL. Compilação de conhecimento não-incremental de programas de conjuntos de respostas probabilísticos [Internet]. 2025 ;[citado 2026 jan. 20 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-14012026-012430/pt-br.php
Informações sobre o DOI: 10.11606/D.45.2025.tde-14012026-012430 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
