Accessibility Tools

Web Accessibility plugin by DJ-Extensions.com

Teses, Dissertações e Outros

Autores
Tipo Autor ou Orientador
Autor
Leonardo Fogel
Orientador
Gerson Zaverucha
Teses, Dissertações e Outros
id
709
Programas Normais e o Aprendizado de Múltiplos Predicados em Programação em Lógica Indutiva
Inteligência Artificial
Dissertação de Mestrado
20/7/1998
tituloi
PESC: Resumo de Dissertação de Mestrado Resumo da Tese apresentada à COPPE/UFRJ como parte dos requisitos necessários para a obtenção do grau de Mestre em Ciências (M.Sc.)

Programas Normais e o Aprendizado de Múltiplos Predicados em Programação em Lógica Indutiva

Leonardo Fogel

Julho/1998
Orientador: Gerson Zaverucha  

 
Programa: Engenharia de Sistemas e Computação

      Programação Lógica Indutiva (ILP) objetiva induzir programas em Lógica de Primeira Ordem a partir de um conjunto de exemplos. Aprendizado de Múltiplos Predicados representa o caso mais geral de ILP, em que esse conjunto consiste de exemplos de múltiplas relações. A maior parte dos trabalhos em aprendizado de múltiplos predicados está relacionada à indução de Programas de Horn. Como um problema mais geral, a indução de Programas Normais requer cuidados adicionais, devido à não monotonicidade e à ausência de uma semântica satisfatória. Neste trabalho, investigamos os principais problemas, e demonstramos alguns resultados, relacionados à indução de programas normais. Propomos um algoritmo para a indução de uma classe de programas normais no contexto de aprendizado de múltiplos predicados. Este algoritmo supera as principais limitações de outros sistemas com o mesmo propósito e pode ser aplicado a um amplo universo de problemas.

PESC: Master Degree Abstracts Abstract of Thesis presented at COPPE/UFRJ as a partial fulfillment of the requirements for the degree of Master of Science (M.Sc.)

Normal Programs and the Multiple Predicate Learning in Inductive Logic Programming

Leonardo Fogel

July/1998
Advisor:Gerson Zaverucha  
Department: Systems Engineering and Computer Science

      Inductive Logic Progamming (ILP) aims at the induction of First-Order Logic Programs from a set of examples. Multiple Predicate Learning is the most general problem of ILP, in which such a set contains examples of multiple relations. Most of the work on multiple predicate learning is concerned with the induction of Horn Programs. As a more general problem, the induction of Normal Programs requires some additional care, due to the non-monotonicity and the lack of a nice semantics. In this work, we study the main problems, and show some results, related to the induction of normal programs. We propose an algorithm for the induction of a class of normal programs in the multiple predicate learning setting. This algorithm overcomes the main limitations of other systems concerned with the same task and can be applied to a wide variety of problems.

url
Topo