MUS-Based Partitioning for Inconsistency Measures - Archive ouverte HAL
Communication Dans Un Congrès Année : 2014

MUS-Based Partitioning for Inconsistency Measures

Résumé

Mesurer le degré d'incohérence des bases de connaissances permet aux agents une meilleur compréhension de leur environnement. Différentes approches sémantiques et syntaxiques ont été proposées pour quantifier l'incohérence. Dans ce papier, nous proposons d'analyser les limites des approches existantes. Tout d'abord, nous explorons la propriété logique d'additivité en considérant les composantes connexes du graphe représentant les bases de connaissances. Ensuite, nous montrons comment la structure de ce graphe peut être prise en compte pour identifier d'une manière plus fine la responsabilité de chaque formule dans l'incohérence. Finalement, nous étendons notre approche pour fournir une mesure d'incohérence de la base entière en satisfaisant des propriétés définies.
Fichier principal
Vignette du fichier
rfia2014_submission_118.pdf (139.16 Ko) Télécharger le fichier
Origine Fichiers éditeurs autorisés sur une archive ouverte
Loading...

Dates et versions

hal-00989202 , version 1 (09-05-2014)

Identifiants

  • HAL Id : hal-00989202 , version 1

Citer

Said Jabbour, Yue Ma, Badran Raddaoui. MUS-Based Partitioning for Inconsistency Measures. Reconnaissance de Formes et Intelligence Artificielle (RFIA) 2014, Jun 2014, France. ⟨hal-00989202⟩
84 Consultations
104 Téléchargements

Partager

More