Abschlussarbeit

Beschreibung:

Abstrakte Argumentation ist ein stark erforschtes Thema der Künstlichen Intelligenz. Ein häufig genutzter Ansatz sind die Abstrakten Argumentationsframeworks von Dung [1]. Diese Frameworks bilden eine Diskussion zwischen zwei Parteien ab, wobei nur die Struktur jener Diskussion wichtig ist. Als grundlegendes Modell wird ein gerichteter Graph genutzt, wobei die Argumente die Knoten sind und ein Angriff von einem Argument auf ein anderes Argument eine Kante ist. Also eine Kante zwischen Argument ‘a’ zu Argument ‘b’ bedeutet, dass ‘a’ ‘b’ attackiert.

Neben den Abstrakten Argumentationsframeworks gibt es auch eine Menge an Erweiterungen jener, um diesen mehr Aussagekraft zu geben. Eine solche Erweiterung sind die Abstract Dialectical Frameworks, bei denen jedes Argument eine logische Formel als Aktzeptanzfunktion erhält [2].

Ein großes Problem in der Künstlichen Intelligenz ist unvollständige Information. Im Kontext der Argumentation kann es sein, dass in unseren Daten die Existenz von Argumenten oder Angriffen nicht garantiert werden kann. Diese unvollständige Information führt dazu, dass wir Argumentationsgraphen nicht konstruieren können.
Dieses Problem trifft auch bei den Abstract Dialectical Frameworks auf, deswegen soll in dieser Arbeit untersucht werden, wie ein Abstract Dialectical Framework basierend auf unvollständiger Information erstellt werden kann. Dabei sollen Unvollständige Abstract Dialectical Frameworks formal definiert werden und deren formale Eigenschaften untersucht werden. Außerdem soll auch die Komplexität der Schlussfolgerungsprobleme auf diesem neuen Framework bestimmt werden.

[1] Dung, Phan Minh. „On the acceptability of arguments and its fundamental role in nonmonotonic reasoning, logic programming and n-person games.“ Artificial intelligence 77.2 (1995): 321-357.
[2] Brewka, Gerhard, et al. "Abstract dialectical frameworks revisited." Proceedings of the Twenty-Third international joint conference on Artificial Intelligence. 2013.