ML-KULeuven/problog

해결하는 문제

ProbLog은 실제 세계의 시나리오에 내재된 불확실성을 고려하면서 다양한 구성 요소 간의 복잡한 상호작용을 다룰 수 있도록 설계된 확률론적 논리 프로그래밍 도구 상자입니다. 사용자는 확률로 주석이 달린 사실을 포함한 프로그램을 작성할 수 있으며, 증거를 바탕으로 주변 확률을 계산하거나 부분적인 해석에서 학습할 수 있습니다.

작동 방식

ProbLog은 확률론적 논리 프로그램, 질의, 증거를 가중 부울 공식으로 변환합니다. 이 변환을 통해 그래픽 모델 및 지식 컴파일링 문헌에서 유래한 효율적인 알고리즘을 사용할 수 있으며, 추론 작업을 가중 모델 카운팅 문제로 간주합니다.

대상 사용자

논리 프로그래밍(Prolog/Datalog)과 확률적 추론을 결합해야 하는 연구자 및 개발자들을 위한 것입니다. 이 도구는 Python 또는 Java에 내장할 수 있으며, CSV 파일, SQLite 데이터베이스, 또는 호스트 환경 함수로 표현된 지식 기반을 지원합니다.

주요 특징

• 확률론적 논리 프로그래밍: 논리 규칙과 확률적 사실을 결합합니다.
• 유연한 데이터 통합: Prolog/Datalog, CSV, SQLite에서 온 지식 기반을 지원합니다.
• 효율적인 추론: 복잡한 확률적 질의를 해결하기 위해 가중 모델 카운팅을 사용합니다.
• 다중 플랫폼 지원: Python 패키지를 통해 Windows, Linux, Mac OSX에서 작동합니다.