Tesi di Dottorato

Permanent URI for this communityTesi di Dottorato

Browse

Author: search.filters.author.Parisi, Francesco

Search Results

Now showing 1 - 3 of 3
  • No Thumbnail Available
    Item
    Dynamic argumentation in artificial intelligence
    (Università della Calabria, 2020-04-20) Alfano, Gianvincenzo; Crupi, Felice; Greco, Sergio; Parisi, Francesco
    L’argumentation è una tematica di grande rilievo che si è distinta nel vasto mondo dell’Intelligenza Artificiale. Un sistema di argomentazione, adottando un particolare framework, riesce a gestisce discussioni tra agenti software e prendere decisioni in maniera autonoma su temi per cui si sta argomentando. Stabilire il modo in cui le decisioni vengono prese corrisponde a stabilire una semantica di argomentazione. Tali semantiche, godono di un alto costo computazionale, e pertanto, a seguito dell’aggiunta di nuove argomentazioni, nasce il problema di dover ricalcolare le decisioni (chiamate estensioni) sull’intero framework aggiornato. Sebbene i limiti computazionali e gli algoritmi per la valutazione di framework di argomentazione sono stati largamente studiati in letteratura, queste ricerche si basano su framework di tipo statico, ovvero framework di argomentazione che non subiscono aggiornamenti, nonostante in pratica i sistemi di argomentazione modellino un processo altamente dinamico quale è l’argomentazione. Lo scopo di questa tesi è di produrre algoritmi incrementali efficienti che risolvano i problemi principali sia dell’argumentation astratta (i cui argomenti rappresentano entità astratte), sia nel framework di argomentazione strutturato Defeasible Logic Programming (DeLP), i cui argomenti hanno un’esplicita struttura poiché derivano da una knowledge-base (un programma DeLP) contenente fatti, regole certe (strict) e regole incerte (defeasible). Di fronte alle modifiche sul grafo sottostante (nel caso di argomentazione astratta) o sul programma DeLP (nel caso di argomentazione strutturata), estensioni precedentemente calcolate sono parzialmente riutilizzate al fine di evitarne il ricalcolo da zero. La tesi fornisce diversi contributi sia teorici che pratici. In particolare, dopo aver analizzato i concetti preliminari alla base dei principali frameworks di argomentazione astratta, nel Capitolo 3 viene proposto un approccio per il problema dell'enumerazione delle estensioni preferred e semi-stable di un framework di argomentazione astratto. Nel Capitolo 4 viene affrontato il problema del ricalcolo incrementale di un'estensione complete, preferred, grounded e stable per frameworks astratti. Fondamentalmente, dato un framework iniziale, una sua estensione ed un update, viene determinato l’insieme di argomenti influenzati dalla modifica, i quali costituiscono un sottoinsieme degli argomenti iniziali utili a determinare un framework ridotto su cui viene calcolata un'estensione. Combinando parte dell'estensione iniziale con quella calcolata sul framework ridotto, si ottiene un'estensione del framework aggiornato. Questo approccio viene esteso nel Capitolo 5 ai framework di argomentazione bipolari e con attacchi di secondo ordine, sfruttando una traduzione in framework astratti classici. Tale tecnica incrementale viene utilizzata nel Capitolo 6 per far fronte al calcolo incrementale dell’accettazione scettica di un argomento in accordo alla semantica preferred (ovvero stabilire se un argomento è contenuto in tutte le estensioni preferred), sfruttando la relazione tra le semantiche preferred e ideal. L’idea e le motivazioni alla base della tecnica incrementale proposta nel Capitolo 4 sono state sfruttate nel Capitolo 7 per affrontare il problema del ricalcolo incrementale dello stato dei letterali di un programma DeLP a seguito dell’aggiunta o rimozione di regole. Infatti, dopo aver mostrato che il problema risulta essere NP-hard, viene presentato un algoritmo incrementale basato su un ipergrafo che codifica le relazioni di dipendenza tra letterali sulla base delle regole che formano il programma DeLP, al fine di individuare la porzione del programma influenzata dalla modifica che necessita del ricalcolo. Tutti gli algoritmi proposti sono stati analizzati sperimentalmente, mostrando miglioramenti significativi rispetto al corrispondente calcolo da zero.
  • No Thumbnail Available
    Item
    Design and development of a flexible and low-cost electrochromic device for smart windows
    (Università della Calabria, 2022-05-10) Parisi, Francesco; Cipparrone, Gabriella; La Deda, Massimo
  • No Thumbnail Available
    Item
    Querying Inconsistent Data: Repairs and Consistent Answers
    (2012-11-09) Parisi, Francesco; Flesca, Sergio; Talia, Domenico
    In this dissertation we provide an extensive survey of the techniques for repairing and querying inconsistent relational databases. We distinguish four parameters for classifying and comparing of the existing techniques. First, we discern two repairing paradigms, namely the tuple-based and the attribute-based repairing paradigm. According to the former paradigm a re- pair for a database is obtained by inserting and=or deleting tuples, whereas according to the latter a repair is obtained by (also) modifying attribute values within tuples. Second, we distinguish several repair semantics which entail di®erent orders among the set of consistent database instances that can be obtained for an inconsistent database with respect to a given set of integrity constraints. Third, we classify the techniques on the basis of the classes of queries considered for computing consistent answers. Finally, we compare the di®erent approaches in literature on basis of the classes of integrity constraints which are assumed to be de¯ned on the database. 2) We investigate the problem of repairing and extracting reliable information from data violating a given set of aggregate constraints. These constraints consist of linear inequalities on aggregate-sum queries issued on measure values stored in the database. This syntactic form enables meaningful con- straints to be expressed. Indeed, aggregate constraints frequently occur in many real-life scenarios where guaranteeing the consistency of numerical data is mandatory. We consider database repairs consisting of sets of value-update opera- tions aiming at re-constructing the correct measure values of inconsistent data. We adopt two di®erent criteria for determining whether a set of update operations repairing data can be considered \reasonable" or not: set-minimal semantics and card-minimal semantics. Both these semantics aim at preserving the information represented in the source data as much as possible. They correspond to di®erent repairing strategies which turn out to be well-suited for di®erent application scenarios. We provide the complexity characterization of three fundamental prob- lems: (i) repairability: is there at least one (possible not minimal) repair for the given database with respect to the speci¯ed constraints? (ii) repair checking: given a set of update operations, is it a minimal repair? (iii) consistent query answer: is a given query true in every minimal repair? 3) We provide a method for computing card-minimal repairs for a database in presence of steady aggregate constraints, a restricted but expressive class of aggregate constraints. Under steady aggregate constraints, an instance of the problem of computing a card-minimal repair can be transformed into an instance of a Mixed-Integer Linear Programming (MILP) problem. Thus, standard techniques and optimizations addressing MILP problems can be re-used for computing a repairs. On the basis of this data-repairing framework, we propose an architecture providing robust data acquisition facilities from input documents contain- ing tabular data. We exploit integrity constraints de¯ned on the input data to support the detection and the repair of inconsistencies in the data arising from errors occurring in the acquisition phase performed on input data.