Vorträge und Posterpräsentationen (mit Tagungsband-Eintrag):
T. Eiter, R. Kiesel:
"Weighted LARS for Quantitative Stream Reasoning";
Vortrag: ECAI 2020,
Santiago de Compostela, Spain;
29.08.2020
- 05.09.2020; in: "24th European Conference on Artificial Intelligence, 29 August-8 September 2020, Santiago de Compostela, Spain - Including 10th Conference on Prestigious Applications of Artificial Intelligence (PAIS 2020)",
(2020),
S. 729
- 736.
Kurzfassung deutsch:
Wir erweitern LARS, ein neueres Stream-Reasoning-Framework, das auf ASP basiert, zu gewichtetem LARS (wLARS), wobei Formeln als algebraische Ausdrücke über Semiringen interpretiert werden. Dadurch wird die Möglichkeit hinzugefügt, quantitative Maße vieler verschiedener Arten auszudrücken und entsprechende Reasoning-Probleme wie probabilistisches Reasoning, Preferential Reasoning und quantitative Queries auf einheitliche Weise anzugehen. Insbesondere können bekannte quantitative ASP-Erweiterungen mit wLARS formalisiert werden, wodurch sie auf die Streaming-Umgebung übertragen werden. Wir identifizieren ein relevantes wLARS-Fragment, das äquivalent zu gewichteten Automaten ist, was uns folglich eine regelbasierte Sprache für den Ausdruck des Verhaltens solcher Automaten liefert. Darüber hinaus analysieren wir die Auswertung von wLARS-Formeln und zeigen, dass mutiges Präferenz-Schlussfolgern in relevanten Situationen PSPACE- bzw. Σp3-komplett ist.
Kurzfassung englisch:
We extend LARS, which is a recent stream reasoning framework based on ASP, to weighted LARS (wLARS), where formulae are interpreted as algebraic expressions over semirings. This adds the ability to express quantitative measures of many different natures and to approach respective reasoning problems such as probabilistic reasoning, preferential reasoning and quantitative queries in a uniform manner. Notably, well-known quantitative ASP extensions can be formalized using wLARS, thus lifting them to the streaming setting. We identify a relevant wLARS fragment that is equivalent to weighted automata, which consequently gives us a rule-based language for expressing behaviors of such automata. Furthermore, we analyze evaluating wLARS formulae, showing that brave preferential reasoning is PSPACE- resp. Σp3-complete in relevant settings.
Schlagworte:
LARS, Stream Reasoning, Quantitative Reasoning, Semiring
"Offizielle" elektronische Version der Publikation (entsprechend ihrem Digital Object Identifier - DOI)
http://dx.doi.org/10.3233/FAIA200160
Elektronische Version der Publikation:
https://publik.tuwien.ac.at/files/publik_293464.pdf
Erstellt aus der Publikationsdatenbank der Technischen Universität Wien.