[논문 리뷰] Possibilistic Answer Set Programming Revisited

Kim Bauters, Steven Schockaert외 2명|arXiv (Cornell University)|2012. 03. 15.

Logic, Reasoning, and Knowledge참고 문헌 18인용 수 26

한 줄 요약

이 논문은 가능성 논리에 기반하여 가능성 답변 집합 프로그래밍(PASP)의 재정의된 의미론을 제안함으로써, ASP에서의 불확실성에 더 직관적인 대응이 가능하도록 한다. 가능성 논리에 기반한 Gelfond-Lifschitz 재구성의 가능성 일반화를 도입하고, 표준 ASP 솔버를 사용하여 프레임워크를 구현할 수 있음을 보여주며, 규칙에 확실성 정도를 부여함으로써 결과의 일관성과 해석 가능성 향상에 기여한다.

ABSTRACT

Possibilistic answer set programming (PASP) extends answer set programming (ASP) by attaching to each rule a degree of certainty. While such an extension is important from an application point of view, existing semantics are not well-motivated, and do not always yield intuitive results. To develop a more suitable semantics, we first introduce a characterization of answer sets of classical ASP programs in terms of possibilistic logic where an ASP program specifies a set of constraints on possibility distributions. This characterization is then naturally generalized to define answer sets of PASP programs. We furthermore provide a syntactic counterpart, leading to a possibilistic generalization of the well-known Gelfond-Lifschitz reduct, and we show how our framework can readily be implemented using standard ASP solvers.

연구 동기 및 목표

• 기존 PASP 접근법에서 직관적이며 잘 정당화된 의미론의 부족을 해결하기 위해.
• 가능성 분포와 가능성 논리에 연결하여 PASP에 원칙적인 기반을 마련하기 위해.
• 표준 ASP 솔버와의 통합을 가능하게 하는 의미론적 프레임워크의 문법적 대응을 개발하기 위해.
• 결과로 도출된 의미론이 불확실성 하에서 더 직관적이고 일관된 결과를 도출하도록 보장하기 위해.

제안 방법

• 가능성 논리를 사용하여 가능성 분포에 대한 제약 조건을 통해 고전적 ASP 답변 집합을 특성화하기 위해.
• 가능성 논리의 특성화를 일반화하여 PASP 프로그램의 답변 집합을 정의하기 위해.
• 불확실한 맥락에서 기본 부정을 다룰 수 있도록 Gelfond-Lifschitz 재구성의 가능성 버전을 도입하기 위해.
• 의미론을 유지하는 방식으로 PASP 프로그램에서 가능성 논리 공식으로의 매핑을 수립하기 위해.
• 가능성 재구성을 인코딩함으로써 표준 ASP 솔버를 사용하여 답변 집합을 계산할 수 있음을 보여주기 위해.
• 규칙에 부여된 확실성 정도를 가능성 논리 프레임워크 내의 가중치로 사용하여 모델의 가능성 수준에 따라 순서를 매기기 위해.

실험 결과

연구 질문

• RQ1 어떻게 더 직관적이고 잘 정당화된 의미론을 개발하여 PASP의 불확실성 처리를 향상시킬 수 있는가?
• RQ2 고전적 ASP 의미론을 가능성 논리의 관점에서 재해석하여 불확실성 모델링을 지원할 수 있는가?
• RQ3 실제 계산을 가능하게 하는 의미론적 프레임워크의 문법적 대응은 무엇인가?
• RQ4 기존의 ASP 솔버는 제안된 의미론 하에서 어떻게 답변 집합을 계산하도록 적응시킬 수 있는가?
• RQ5 제안된 프레임워크는 이전의 PASP 접근법보다 더 일관되고 해석 가능한 결과를 도출하는가?

주요 결과

• 제안된 의미론은 가능성 논리에 기반하여 PASP를 더 직관적이고 잘 정당화된 해석으로 제공한다.
• 이 프레임워크는 가능성 분포를 통해 고전적 ASP 의미론을 불확실성 처리를 위해 성공적으로 일반화한다.
• Gelfond-Lifschitz 재구성의 가능성 버전을 확장한 문법적 재구성을 도입하여 실용적 계산을 가능하게 한다.
• 이 접근은 표준 ASP 솔버와 완전히 호환되며, 새로운 솔버 기술이 필요 없이 효율적인 구현이 가능하다.
• 이 프레임워크는 높은 확실성 정도가 더 가능성 있는 답변 집합을 도출하도록 보장하여 직관적 기대와 일치한다.