抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
特定の問題の表現,すなわち,その知識モデル,および推論側面の間のデカップリングは,モデルベースの人工知能(AI)の主要な強点のひとつである。これは,例えば,全体の解決プロセスに関して利点を有することによって推論側面を改良することに焦点を合わせることができた。さらに,多くのソルバが入力の構文変化にも非常に敏感であることはよく知られている。本論文では,そのような感度の利点を利用して推論側の改善に焦点を当てた。2つのよく知られたモデルベースのAI方法論,SATとASPを考慮して,それらの入力を特徴付けることができる多くの構文的特徴を定義して,入力式またはプログラムを再定式化するために自動構成ツールを使用する。SATとASPドメインを含む広い実験解析の結果は,それぞれの競争から取られ,入力再定式化と配置を用いて得られる異なる利点を示した。Logicプログラミング(TPLP)の理論と実践における考察。【JST・京大機械翻訳】