A causal semantics for Logic Programming

• Autores: Jorge Fandiño García
• Directores de la Tesis: Pedro Cabalar (dir. tes.)
• Lectura: En la Universidade da Coruña ( España ) en 2015
• Idioma: español
• Número de páginas: 341
• Tribunal Calificador de la Tesis: Georg Gottlob (presid.) , Concepción Vidal (secret.) , Torsten Schaub (voc.) , Francesca Toni (voc.) , Manuel Ojeda Aciego (voc.)
• Enlaces
  • Tesis en acceso abierto en: RUC
• Resumen

  • En esta tesis, extendemos algunas de las principales semánticas de programación lógica, de manera que la información causal asociada con un átomo sea incluida en los modelos de cada programa lógico. Técnicamente, nuestra aproximación consiste en una semántica multivaluada donde cada átomo está asociado con sus causas en lugar de con un simple valor de verdad, verdadero o falso. Estas causas están representadas por valores causales: conjuntos de gráficos incomparables entre sí que forman un retículo completamente distributivo. Los valores causales pueden ser útiles para proporcionar justificaciones que expliquen por que un átomo dado es cierto en un modelo. Sin embargo, la característica más interesante es que estos valores puedan ser inspeccionados en el cuerpo de las reglas del programa por un nuevo tipo de literal causal, lo que permite, por ejemplo, razonar con enunciados de la forma "A ha causado B:' En concreto, definimos semánticas causales que son extensiones de la leasl model, la well-founded model, la slable model y la answer sel semanlics y demostramos que, para varios de los problemas causales que investigamos, el razonamiento en estas semánticas no es computacionalmente más costoso que en sus correspondientes versiones estándar. También proporcionamos métodos y herramientas para el cálculo de las soluciones de diversas tareas de razonamiento bajo estas semánticas y mostramos cómo pueden ser útiles para la representación de algunos de los ejemplos tradicionales de la literatura. El apéndice e contiene un resumen extendido en castellano.