Reprezentacia znalosti a inferencia

Naposledy modifikovane: 27.1.2009

2008/2009

Podmienky pre skusku

pricom

temy referatov

Prednasky

23.9.

uvod, motivacie

prerekvizity: logika (prvoradovy jazyk, dokaz, semantika: interpretacia,

literatura: Inteligencia ako vypocet (dodatok B, odporucane kapitola 1 a dodatok A); Handbook, ch.1

30.9.

interpretacia, model, vyplyvanie; herbrandovska interpretacia, h. model; logicky program, T_{P}- operator

monotonnost T_{P}-operatora pre programy bez negacie (definitne prograny), najmensi model; negacia ako konecne zlyhanie (NFF), nemonotonnost NFF, programy s negaciou nemaju najmensi model, mozu mat viac minimalnych modelov, T_{P}-operator nie je monotonny

literatura: Inteligencia ako vypocet, dodatok D; odporucane: Brewka, Dix

7.10.

stabilne modely logickych programov; representacia znalosti v relacnych databazach, v deduktivnych databazach; (linearny) algoritmus pre HSAT; neuplna informacia, "databazy s hypotezami", slaba korektnost, nemonotonnost

literatura: inteligencia ako vypocet, kapitoly 2, 3, 6.2;

odporucana Handbook, Answer sets ; Mc Carthy Programs with common sense

14.10.

start seminarnej casti kurzu: temy na referaty

cvicenie - stabilne modely

vseobecna charakterizacia nemonotonneho usudzovania (zachovavanie konzistentnosti, generator hypotez, revizie a nemonotonne usudzovanie)- dokoncenie

usudzovanie za pritomnosti nekonzistentnosti, 4-hodnotova parakonzistena logika; preferencne vyplyvanie v tejto logike; cvicenie na minimalne konfliktne modely a na preferencne vyplyvanie

uvod do defaultovej logiky

Literatura: Inteligencia ako vypocet, kapitola 3, zaciatok kapitoly 4

21.10.

seminar: prve oboznamenie s temami referatov; druhe kolo bude 4.11.: kazdy si precita cely clanok, urobi plan dalsieho studia (casovy + identifikacia dalsej literatury, potrebnej k zvladnutiu textu); opise, na co zameria pozornost, co povazuje za zaujimave/ klucove problemy, ktorym sa clanok venuje; odoslat vsetkym do 3.11. vecer

cvicenie: stabilne modely; minimalne konflikne modely a preferencne vyplyvanie

defaultove pravidla - domenovo specificke, nelokalne, nestrukturalne, ne-odvodzovacie; extenzia defaultovej teorie; zakladne teoremy

literaura: Inteligencia ako vypocet, 4.1

28. 10.

cvicenie

defaultove teorie; obmedzovane extenzie; hierarchicke siete

Literatura: Inteligencia ako vypocet, 4.1.1, 4..1.2, 4.2.2, 4.2.3

4.11.

cvicenie; seminar: dalsi krok k referatu - do 25.11. opis jedneho zaujimaveho problemu

nemonotonne usudzovane - vypocitatelnost a zlozitost (vypocotve problemy, suvisiace so stabilnymi modelmi a extenziami defaultovych teorii)

11.11.

test

alternativne definicie extenzie defaultovej teorie; vztah stabilnych modelov logickych programov a extenzii defaultovych teorii

18.11.

vysledky testu; hlavne typy chyb

indukcia (data mining; pozorovania, background theory, hypoteza/generalizacia; algoritmus - konstrukcia a osekavanie grafu specializacii a zovseobecneni; induktivne logicke programovanie, genericky algorimtus, theta-subsumpcia)

Litaratura: Inteligencia ako vypocet, 5.1

25.11.

indukcia - pravidla indukovania (zovseobecnovania), indukcia zo stabilnych modelov

abdukcia - priklady pouzitia: diagnostikovanie, planovanie, vysvetlovanie vo vseobecnosti; logicke programy a podmienene odpovede; semanticka definicia abdukcie, odlisenie od indukcie (a dedukcie); abdukcia ako pokrytie; abdukcia nad defaultovou logikou a nad stabilnymi modelmi

literatura: Inteligencia ako vypocet 5.2; odporucane: Sakama: Induction from Answer Sets Kakas, Denecker: Abduction in Logic Programming

2.12.

revizie - TMS, ATMS, AGM-postulaty, KM-postulaty

literatura: Inteligencia ako vypocet, Handbook kapitola 8

9.12.

referaty

16.12.

stratifikovane logicke programy, lokalne stratifikovane. well-founded semantika, logicke programy s preferenciami, dynamicke logicke programy

literatura: Inteligencia ako vypocet

Hodnotenie

meno test referat skuska spolu
Adamova 29 20 43 92
Alexandrov 20 10 10 40
Balazs 19 15 16 50
Bankovich 30 17 20 67
Bezak 20 20 30 70
Frtus 30 20 50 100
Gallus 29 5 27 61
Gasparik 30 20 49 99
Korenciak 30 20 48 98
Krajc 30 20 50 100
Krajcovic 30 20 35 85
Kralik 30 20 50 100
Kunsky 30 20 10 60
Mendel 25 20 10 55
Pataky 30 20 10 60
Simo 30 17 47
Svetik 30 20 45 95
Urbanik 20 20 10 50
Vitko 20 20 40 80
Vrabel 20 20 10 50
Zvara 20 15 35
Kristin 22.5 5 10 37.5

Skuska

prihlasovanie e-mailom (kto prv pride, prv melie; max. 7 ludi na den);

PRIHLASIT sa treba do 12:00 DEN PRED terminom skusky

skuska vzdy o 13:00, zraz pred i23

najprv "minimova pisomka", IBA po jej uspesnom (100%) zvladnuti ustna skuska (2 otazky, jedna vseobecnejsia, zvacsa pojde o hladanie vztahu medzi roznymi temami, oblastami; druha konkretnejsia - vyriesenie nejakej ulohy - napr. kombinatoricka uloha prostriedkami defaultovej logiky: zdoraznujem, toto je iba nahodny priklad na ilustraciu);

pri ustnej skuske mozno pouzivat literaturu, poznamky; pri prisomke nie su dovolene

Terminy skusky

vzdy 13:00

Literatura na referaty

zoznam referatov

ambient intelligence

Bikakis, Antoniou, Hassais

argumentation framework

zakladny clanok napisal Dung ; argumentacny ramec je dvojica (A.R), kde A je mnozina argumentov a R binarna relacia atakovania; cielom semantik je povedat, ake mnoziny argumentov su akceptovatelne (dohromady davaju zmysel, "drzia dohromady"); tento jednoduchy abstraktny pohlad sa uplatnuje dodnes

ako reakciu na neintuitivne vlastnosti "argumentacnych semantik" navrhli Baroni a Giacomin novu triedu semantik, SCC-rekurzivne semantiky (strongly connected componets); reprezentativny je clanok P. Baroni, M. Giacomin, G. Guida, SCC-recursiveness: a general schema for argumentation semantics, Artificial Intelligence, 168 (1-2), 2005, 162-210; jeho elektronicku verziu nemam; nasleduje chronologicky usporiadana seria clankov tychto autorov:

dalsie clanky, poskytujuce hodnotiaci pohlad na argumentacne semantiky:

Prakken, handbook

spajanie konfliktnych baz znalosti: Amgoud, Kaci

framework,inspirovany Dungom, jeho hlavnym cielom je vsak formalizacia abdukcie (vytvorenie generalizovaneho frameworku pre abdukciu); Bondarenko et al.

dalsi clanok: Dimopoulos et al.: Argumentation based modelling of eembedded agents dialogues

slajdy (kurzy):

linky:

defeasible logic

Ucebnica

download:
pdf , ps

Handbook of Knowledge representation

cela kniha

niektore kapitoly:

General metods in knowledge representation and reasoning

  1. Knowledge representation and classical logic
  2. Satisfiability solvers
  3. Description logics
  4. Constraint programming
  5. Conceptual graphs
  6. Nonmonotonic reasoning
  7. Answer sets
  8. Belief revision
  9. Qualitative modeling
  10. Model-based problem solving
  11. Bayesian networks

Classes of of knowledge and specialized representations

  1. Temporal representation and reasoning
  2. Qualitative spatial representation and reasoning
  3. Physical reasoning
  4. Reasoning about knowledge and belief
  5. Situation calculus
  6. Event calculus
  7. Temporal action logics
  8. Nonmonotonic causal logic

Knowledge representation in applications

  1. Knowledge representation and query answering
  2. The semantic web: webizing knowledge representation
  3. Automated planing
  4. Cognitive robotics
  5. Multi-agent systems
  6. Knowledge engineering

Dalsia zakladna literatura

Dolezite konferencie

Pre zameranie kurzu klucove:
So zameranim kurzu suvisi aj cesko-slovenska seria konferencii Znalosti: 2001 , 2003 , 2004 , 2005 , 2006 .

Implementacie

Zaujimave impementacie z oblasti:

Dalsie zdroje o implementaciach

Z historie kurzu

2007/2008

vysledky pisomky

Podmienky pre skusku

pricom

temy referatov

Prednasky

26.9.

organizacne zalezitosti, motivacie

prerekvizity: logika (prvoradovy jazyk, dokaz, semantika: interpretacia, model, vyplyvanie); logicke programovanie (herbrandovska interpretacia, herbrandovsky model, T_P operator

literatura: Inteligencia ako vypocet (dodatky B a D, odporucane kapitola 1 a dodatok A)

3.10.

semantika negacie v logickom programovani, stabilne modely

literatura: Inteligencia ako vypocet (6.2), Gelfond Answer sets

heuristiky

10.10.

reprezentacia znalosti: relacne databazy, deduktivne databazy, HSAT;

neuplna informacia, hypoteticke usudzovanie, nemonotonne usudzovanie, jeho vseobecna charakterizacia, usudzovanie za pritomnosti neurcitosti literatura: Inteligencia ako vypocet (2.1, 2.3, 3.1, 3.2)

17.10.

defaultove teorie

literatura: Inteligencia ako vypocet (4.1.1, 4.1.2)

24.10.

defaultove teorie, pokracovanie

31.10.

pisomka

7.11.

hierarchicke siete

literatura: Inteligencia ako vypocet, 4.2.2, 4.2.3

14.11.

implementacie, vypoctove aspekty defaultov a hierarchickych sieti

literatura: Inteligencia ako vypocet, 4.3;

Skuska

prihlasovanie e-mailom (kto prv pride, prv melie; max. 7 ludi na den);

PRIHLASIT sa treba do 12:00 DEN PRED terminom skusky

skuska vzdy o 9:00, zraz pred i23

najprv "minimova pisomka", IBA po jej uspesnom (100%) zvladnuti ustna skuska (2 otazky, jedna vseobecnejsia, zvacsa pojde o hladanie vztahu medzi roznymi temami, oblastami; druha konkretnejsia - vyriesenie nejakej ulohy - napr. kombinatoricka uloha prostriedkami defaultovej logiky: zdoraznujem, toto je iba nahodny priklad na ilustraciu);

pri ustnej skuske mozno pouzivat literaturu, poznamky; pri prisomke nie su dovolene

Terminy skusky

Deskripcne logiky, ontologie

Semanticky web

Linky:

AI - vseobecne informacne zdroje

Za zakladny casopis venovany problemom umelej inteligencie mozno povazovat
Journal of Artificial Intelligence.

Elektronicky casopis vybornej urovne je JAIR, Journal of Artificial Intelligence Research. Jednotlive zvazky casopisu su dostupne z directory pub. Orientacii v obsahu pomozu: table-of-contents a table-of-contents-with-abstracts

Vrcholna svetova konferencia, venovana (kazdy druhy rok) umelej inteligencii je IJCAI (International Joint Conference on Artificial Intelligence). Europska konferencia (tiez ob rok, striedavo s IJCAI) je ECAI . Americka: AAAI .

Reasoning with uncertainty