Communication publiée dans un ouvrage (Colloques, congrès, conférences scientifiques et actes)
A Plausibility Semantics for Abstract Argumentation Frameworks
WEYDERT, Emil
2014In Konieczny, Sébastien; Tompits, Hans (Eds.) Proceedings of the 15th International Workshop on Non-Monotonic Reasoning (NMR 2014)
Peer reviewed
 

Documents


Texte intégral
plaus.sem.arg.pdf
Postprint Éditeur (158.44 kB)
Télécharger

Tous les documents dans ORBilu sont protégés par une licence d'utilisation.

Envoyer vers



Détails



Mots-clés :
Knowledge representation; Nonmonotonic Reasoning; Abstract Argumentation
Résumé :
[en] We propose and investigate a simple ranking-measure-based extension semantics for abstract argumentation frameworks based on their generic instantiation by default knowledge bases and the ranking construction semantics for default reasoning. In this context, we consider the path from structured to logical to shallow semantic instantiations. The resulting well-justified JZ-extension semantics diverges from more traditional approaches.
Disciplines :
Sciences informatiques
Auteur, co-auteur :
WEYDERT, Emil ;  University of Luxembourg > Faculty of Science, Technology and Communication (FSTC) > Computer Science and Communications Research Unit (CSC) ; University of Luxembourg > Faculty of Science, Technology and Communication (FSTC) > Computer Science and Communications Research Unit (CSC)
Langue du document :
Anglais
Titre :
A Plausibility Semantics for Abstract Argumentation Frameworks
Date de publication/diffusion :
2014
Nom de la manifestation :
15th International Workshop on Non-Monotonic Reasoning (NMR 2014)
Organisateur de la manifestation :
Vienna Summer of Logic - University of Vienna
Lieu de la manifestation :
Vienna, Autriche
Date de la manifestation :
17-19 August 2014
Manifestation à portée :
International
Titre de l'ouvrage principal :
Proceedings of the 15th International Workshop on Non-Monotonic Reasoning (NMR 2014)
Editeur scientifique :
Konieczny, Sébastien
Tompits, Hans
Maison d'édition :
Arxiv
Collection et n° de collection :
Arxiv - Computer Science - Artificial Intelligence - 1407.4234
Peer reviewed :
Peer reviewed
URL complémentaire :
Organisme subsidiant :
University of Luxembourg - UL
Disponible sur ORBilu :
depuis le 21 janvier 2015

Statistiques


Nombre de vues
139 (dont 13 Unilu)
Nombre de téléchargements
61 (dont 7 Unilu)

Bibliographie


Publications similaires



Contacter ORBilu