Complex Markov Logic Networks: Expressivity and Liftability

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F20%3A00342406" target="_blank" >RIV/68407700:21230/20:00342406 - isvavai.cz</a>

Výsledek na webu

<a href="http://proceedings.mlr.press/v124/kuzelka20a.html" target="_blank" >http://proceedings.mlr.press/v124/kuzelka20a.html</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Complex Markov Logic Networks: Expressivity and Liftability

Popis výsledku v původním jazyce

We study expressivity of Markov logic networks (MLNs). We introduce complex MLNs, which use complex-valued weights, and show that, unlike standard MLNs with real-valued weights, complex MLNs are"fully expressive". We then observe that discrete Fourier transform can be computed using weighted first order model counting (WFOMC) with complex weights and use this observation to design an algorithm for computing "relational marginal polytopes" which needs substantially less calls to a WFOMC oracle than an existing recent algorithm.

Název v anglickém jazyce

Complex Markov Logic Networks: Expressivity and Liftability

Popis výsledku anglicky

We study expressivity of Markov logic networks (MLNs). We introduce complex MLNs, which use complex-valued weights, and show that, unlike standard MLNs with real-valued weights, complex MLNs are"fully expressive". We then observe that discrete Fourier transform can be computed using weighted first order model counting (WFOMC) with complex weights and use this observation to design an algorithm for computing "relational marginal polytopes" which needs substantially less calls to a WFOMC oracle than an existing recent algorithm.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2020

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the 36th Conference on Uncertainty in Artificial Intelligence

ISBN

—

ISSN

2640-3498

e-ISSN

2640-3498

Počet stran výsledku

10

Strana od-do

749-758

Název nakladatele

Proceedings of Machine Learning Research

Místo vydání

—

Místo konání akce

Virtual online

Datum konání akce

3. 8. 2020

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—