Abschlussarbeit
Bachelorarbeit: "Verfeinerung des Akzeptanzproblems in abstrakter Argumentation"
- Ansprechperson:
- Kenneth Skiba
- Status:
- in Bearbeitung
Beschreibung:
Abstrakte Argumentation ist ein stark erforschtes Thema der Künstlichen Intelligenz. Ein häufig genutzter Ansatz sind die Abstrakten Argumentationsgraphen von Dung. Diese Graphen 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.
Ein klassischer Weg, um in diesen Graphen zu schlussfolgern, sind die extensionsbasierten Semantiken. Diese Funktionen geben an, ob eine Menge von Argumenten gemeinsam akzeptiert werden können. Für jedes Argument kann dann ausgesagt werden, ob es Teil einer akzeptierten Menge (leichtgläubige Akzeptanz) oder Teil aller akzeptieren Mengen (skeptische Akzeptanz) ist. Es hat sich herausgestellt, dass diese Art des Schlussfolgerns nicht ausdrucksstark genug ist, den es gibt Frameworks, bei dem alle Argumente leichtgläubig akzeptiert sind und kein Argument skeptisch akzeptiert ist.
Um die Akzeptanzprobleme zu verfeinern, haben Konieczny et al. [1] vorgeschlagen, die akzeptierten Mengen miteinander paarweise aufgrund von Kriterien, wie Anzahl der Angriffe, zu vergleichen, um die „beste“ Menge zu finden. Das Finden der besten Menge geschieht mithilfe von der 'Copeland' Wahlregel.
In dieser Thesis sollen andere Wahlregeln zum Finden der „besten“ Menge untersucht werden. Gilt eine andere Menge als die „beste“ Menge, wenn nicht die Copeland Regel genutzt wird? Halten trotzdem dieselben Eigenschaften?
[1]Konieczny, Sébastien, Pierre Marquis, and Srdjan Vesic. "On supported inference and extension selection in abstract argumentation frameworks." European Conference on Symbolic and Quantitative Approaches to Reasoning and Uncertainty. Cham: Springer International Publishing, 2015.
[2]Brandt, Felix, et al., eds. Handbook of computational social choice. Cambridge University Press, 2016.
[3]Rothe, Jörg. Economics and computation. Vol. 4. Heidelberg: Springer, 2015.
