PulseAugur
实时 19:00:05
English(EN) Using ASP(Q) to Handle Inconsistent Prioritized Data

研究人员探索使用 ASP(Q) 处理不一致的优先级数据

研究人员开发了一种使用带量词的答案集编程 (ASP(Q)) 来处理不一致的优先级数据的新方法。该方法允许查询具有定义了优先级级别的冲突事实的数据,从而产生三种类型的最优修复:帕累托最优、全局最优和完备最优。该论文介绍了基于全局最优修复语义的首次实现以及一种可处理的近似方法,称为接地语义,实验结果证明了它们的可行性和影响。 AI

影响 引入了处理复杂数据的新型计算技术,有可能改善人工智能在不完美信息下的推理能力。

排序理由 这是一篇研究论文,详细介绍了一种处理数据不一致性的新计算方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

研究人员探索使用 ASP(Q) 处理不一致的优先级数据

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Meghyn Bienvenu, Camille Bourgaux, Robin Jean, Giuseppe Mazzotta ·

    Using ASP(Q) to Handle Inconsistent Prioritized Data

    arXiv:2604.21603v2 Announce Type: replace-cross Abstract: We explore the use of answer set programming (ASP) and its extension with quantifiers, ASP(Q), for inconsistency-tolerant querying of prioritized data, where a priority relation between conflicting facts is exploited to de…