知識の集積
知識のコンパイルは、数多くの人工知能の問題の解決困難さを解決するための一連のアプローチです。
命題モデルは、いくつかのクエリを多項式時間で実行するために、オフラインフェーズでコンパイルされます。命題モデルをコンパイルする方法は数多く存在します。[1]
コンパイルされた表現はそれぞれ異なる特性を持ちます。主な特性は以下の3つです。
- 表現の簡潔さ
- 多項式時間でサポートされるクエリ
- 多項式時間で実行できる表現の変換
表現のクラス
ダイアグラムクラスの例としては、決定木、OBDD、FBDD、非決定性 OBDD、MDD などがあります。
回路クラスの例としては、NNF、 DNNF 、 d-DNNF 、SDDなどがあります。
知識コンパイラ
- c2d: d-DNNFへのコンパイルをサポート
- d4: d-DNNFへのコンパイルをサポート
- miniC2D: SDDへのコンパイルをサポート
- KCBox: OBDD、OBDD[AND]、CCDDへのコンパイルをサポート
参考文献
- ^ アドナン・ダルウィッチ、ピエール・マルキス、「知識編集マップ」、人工知能研究ジャーナル17（2002）229-264
