지식 컴파일
Knowledge compilation지식 편찬은 수많은 인공지능 문제의 난해성을 해소하기 위한 접근방식이다.
제안 모델은 폴리타임의 일부 쿼리를 지원하기 위해 오프라인 단계에서 컴파일된다.제안적 모델을 구성하는 많은 방법들이 존재한다.[1]
편찬된 표현마다 속성이 다르다.세 가지 주요 특성은 다음과 같다.
- 표현의 압축성
- 폴리타임에서 지원되는 쿼리
- 폴리타임으로 수행할 수 있는 표현 변환
표현 등급
다이어그램 클래스의 일부 예로는 MDD뿐만 아니라 OBDD, FBDD, 비결정론 OBDD 등이 있다.
회로 클래스의 예로는 NNF, DNNF, d-DNNF 및 SDD가 있다.
참조
- ^ Adnan Darwich, Pierre Marquis, "A Knowledge Composition Map", Journal of 인공지능 Research 17 (2002) 229-264
