摘要: 近年来,概率逻辑学习研究取得了很大进展,已经提出各种不同的形式化方法和学习方法,包括概率关系模(PRMs)、贝叶斯逻辑程序(BLPs)、逻辑贝叶斯网络(LBNs)和随机逻辑程序(SLPs)等。文章重点介绍了贝叶斯网络与一阶逻辑的结合,并以PRMs、BLPs和LBNs为例,描述了基于贝叶斯网络的概率逻辑模型(PLMs)的知识表示方法,给出了此类PLMs一般使用的参数估计方法和结构学习方法,并给出了建议的研究方向。
徐光美 杨炳儒 张伟 宁淑荣. 概率逻辑模型与学习研究进展[J]. 计算机科学, 2007, 34(1): 130-132. https://doi.org/
XU Guang-Mei ,YANG Bing-Ru, ZHANG Wei ,NING Shu-Rong (School of Information Engineering,Beijing University of Science and Technology, Beijing100083). [J]. Computer Science, 2007, 34(1): 130-132. https://doi.org/