RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB
Общая информация
Последний выпуск
Архив
Импакт-фактор

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Сиб. электрон. матем. изв.:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Сиб. электрон. матем. изв., 2009, том 6, страницы 340–365 (Mi semr71)  

Эта публикация цитируется в 5 научных статьях (всего в 5 статьях)

Статьи

Синтез логики, вероятности и обучения: формализация предсказания

С. О. Смердовa, Е. Е. Витяевb

a Новосибирский государственный университет
b Институт математики им. С. Л. Соболева СО РАН

Аннотация: Presented paper is devoted to the question of prediction formalized in probabilistic and logical terms. The aim of investigation is to examine different methods such as based on SLD-inferences and alternative semantic approach. Prediction is introduced as a statement of abductive sort attained by inductive schemes. One of the significant problems concerns unregulated decrease of trusting estimations for regularities obtained during the process of inference organized by analogy with syntax logical systems. Suggested semantic approach generalizes the notion of inference and reveals essential advantages in many aspects without assuming rather strong constraints. In particular, a special set of probabilistic laws is synthesized inductively, this collection has an optimal ability to predict (in the context of available data). Semantic definition of prediction leads us to a new paradigm, where deduction is replaced with computability concept: it rises conditional probability during the steps of inference (in contrast to SLD) and also maximally specifies resulted prediction rule. Moreover, we prove that probabilistic estimations obtained by semantic predictions are greater or equal to those by corresponding SLD-analogical systems. In conclusion practical applications are discussed.

Ключевые слова: prediction; explanation; probability, logic & learning synthesis; probabilistic logic programming; relational data mining; scientific discovery.

Полный текст: PDF файл (1043 kB)
Список литературы: PDF файл   HTML файл

Реферативные базы данных:
Тип публикации: Статья
УДК: 510.646+.647
MSC: 03B48
Поступила 9 июня 2009 г., опубликована 7 ноября 2009 г.

Образец цитирования: С. О. Смердов, Е. Е. Витяев, “Синтез логики, вероятности и обучения: формализация предсказания”, Сиб. электрон. матем. изв., 6 (2009), 340–365

Цитирование в формате AMSBIB
\RBibitem{SmeVit09}
\by С.~О.~Смердов, Е.~Е.~Витяев
\paper Синтез логики, вероятности и обучения: формализация предсказания
\jour Сиб. электрон. матем. изв.
\yr 2009
\vol 6
\pages 340--365
\mathnet{http://mi.mathnet.ru/semr71}
\mathscinet{http://www.ams.org/mathscinet-getitem?mr=2586694}


Образцы ссылок на эту страницу:
  • http://mi.mathnet.ru/semr71
  • http://mi.mathnet.ru/rus/semr/v6/p340

    ОТПРАВИТЬ: VKontakte.ru FaceBook Twitter Mail.ru Livejournal Memori.ru


    Citing articles on Google Scholar: Russian citations, English citations
    Related articles on Google Scholar: Russian articles, English articles

    Эта публикация цитируется в следующих статьяx:
    1. С. О. Сперанский, “О логической непротиворечивости вероятностных предсказаний”, Вестн. НГУ. Сер. матем., мех., информ., 11:1 (2011), 99–115  mathnet
    2. А. А. Викентьев, Р. А. Викентьев, “Расстояния и меры недостоверности на высказываниях $n$-значной логики”, Вестн. НГУ. Сер. матем., мех., информ., 11:2 (2011), 51–64  mathnet
    3. С. О. Сперанский, “О вычислительных аспектах максимальной специфичности в вероятностном объяснении”, Вестн. НГУ. Сер. матем., мех., информ., 11:4 (2011), 78–93  mathnet
    4. Витяев Е.Е., Демин А.В., Пономарев Д.К., “Вероятностное обобщение формальных понятий”, Программирование, 2012, № 5, 18–34  elib; Vityaev E.E., Demin A.V., Ponomaryov D.K., “Probabilistic Generalization of Formal Concepts”, Program. Comput. Softw., 38:5 (2012), 219–230  crossref  mathscinet  zmath  isi  elib
    5. Vityaev E., Kovalerchuk B., “Ontological Data Mining”, Uncertainty Modeling: Dedicated to Professor Boris Kovalerchuk on His Anniversary, Studies in Computational Intelligence, 683, ed. Kreinovich V., Springer International Publishing Ag, 2017, 277–292  crossref  isi  scopus
  • Просмотров:
    Эта страница:377
    Полный текст:140
    Литература:46
     
    Обратная связь:
     Пользовательское соглашение  Регистрация  Логотипы © Математический институт им. В. А. Стеклова РАН, 2020