Constraint satisfaction for inductive logic programming

Abstract

Induktívne logické programovanie je oblasť zaoberajúca sa vývojom klauzálnych teórií z pozorovaní, kde pre danú množinu príkladov a dodatočnú informáciu hľadáme hypotézu, ktorá pokrýva všetky pozitívne príklady a nepokrýva žiadny negatívny príklad. V tejto práci nadväzujeme na prácu skúmajúcu konzistenciu šablón a rozširujeme ju k riešeniu všobecnej konzistencie. Navrhujeme algoritmus DeMeR skladajúci sa z troch fáz, ktorý rozdelí pôvodný problém na viacero menších častí, následne ich vyrieši a tieto riešenia spojí do kompletného riešenia a nakoniec transformuje výsledok do kompaktnej výslednej hypotézy. Ďalej sa zameriavame na techniku hľadania riešení dekomponovaných častí a navrhujeme generuj-a-testuj metódu založenú na pravdepodobnostnom prístupe s pamäťou výpočtu. V práci analyzujeme jednotlivé komponenty navrhnutých algoritmov a demonštrujeme ich vplyv na dobu výpočtu a štruktúru výslednej hypotézy. Ukazuje sa, že prvá fáza algoritmu sa koncentruje na rýchle vyriešenie problému za cenu dlhšej štruktúry hypotézy, kým zvyšné dve fázy skracujú výsledok do prijateľnej podoby. Nakoniec naše výsledky porovnávame s existujúcimi systémami na príkladoch hľadania spoločných štruktúr v náhodných grafoch a ukazujeme, že nami prezentované techniky prekonávajú uvedené systémy.

Inductive logic programming is a discipline investigating invention of clausal theories from observed examples such that for given evidence and background knowledge we are finding a hypothesis covering all positive examples and excluding all negative ones. In this thesis we extend an existing work on template consistency to general consistency. We present a three-phase algorithm DeMeR decomposing the original problem into smaller subtasks, merging all subsolutions together yielding a complete solution and finally refining the result in order to get a compact final hypothesis. Furthermore, we focus on a method how each individual subtask is solved and we introduce a generate-and-test method based on the probabilistic history-driven approach for this purpose. We analyze each stage of the proposed algorithms and demonstrate its impact on a runtime and a hypothesis structure. In particular, we show that the first phase of the algorithm concentrates on solving the problem quickly at the cost of longer solutions whereas the other phases refine these solutions into an admissible form. Finally, we prove that our technique outperforms other algorithms by comparing its results for identifying common structures in random graphs to existing systems.