Preferences in Constraint Satisfact

Preferences in Constraint Satisfaction and Optimization
We review constraint-based ap- proaches to handle preferences. We start by defining the main notions of constraint programming and then give various concepts of soft constraints and show how they can be used to model quantitative preferences. We then consider how soft constraints can be adapted to handle other forms of preferences, such as bipolar, qualitative, and temporal preferences. Finally, we describe how AI techniques such as abstraction, explanation generation, machine learning, and preference elicitation can be useful in modeling and solving soft constraints.

Результаты (русский) 1:

Предпочтения в удовлетворение ограничения и оптимизации Мы обзор на основе ограничений подходы для обработки предпочтений. Мы начнем с определения основных понятий программирование в ограничениях и затем дают различные концепции мягкой ограничений и показать, как они могут использоваться для моделирования количественных предпочтения. Мы затем рассмотреть, как мягкие ограничения могут быть приспособлены для обработки других видов настройки, такие как биполярный, качественные и временных предпочтений. Наконец мы описываем, как AI методы, такие как абстрактные, объяснение поколения, машинного обучения и выявлении предпочтений может быть полезным в моделирования и решения мягкой ограничений.

Результаты (русский) 2:

Предпочтения в Удовлетворение ограничений и оптимизации
Мы рассматриваем основе ограничений подходы для обработки предпочтения. Мы начнем с определения основных понятий программирования в ограничениях, а затем дать различные концепции мягких и показать, как они могут быть использованы для моделирования количественных предпочтений. Затем мы рассмотрим, как мягкие ограничения могут быть адаптированы для обработки других форм предпочтения, как биполярный, качественные и временные предпочтения. Наконец, мы опишем, как методы ИИ, такие как абстракции, поколения объяснение, машинного обучения, и предпочтение процессе индукции может быть полезно в моделировании и решении мягкие ограничения.

Результаты (русский) 3:

преференции в ограничение сатисфакции и оптимизации
мы обзора на основе ограничений ап - proaches с предпочтениями.мы начнем с определения основных понятий, принуждения, программирование и потом дают различные концепции мягкие ограничения и показать, как они могут использоваться для моделирования количественные преференции.мы тогда, рассмотреть вопрос о том, как мягкие ограничения могут быть адаптированы для обработки других форм преференций,таких, как биполярное расстройство, качественный, и временные предпочтения.наконец, мы расскажем как ма методов, таких как абстракции, объяснение поколения, для обучения, и предпочтение сбора информации, может оказаться полезным для моделирования и решении мягкие ограничения.