我一直在读关于马尔可夫模型的论文，突然出现了一个像TML(可牵引马尔可夫逻辑)这样的伟大扩展。
它是马尔可夫逻辑的一个子集，并使用概率类和部分层次结构来控制复杂性。
该模型具有复杂的逻辑结构和不确定性
它可以表示对象、类和对象之间的关系，并受到某些限制，这些限制确保了TML中构建的任何模型中的推理都可以被有效地查询。
我只是想知道，为什么这样一个好主意没有在活动分析等应用场景领域广泛传播？
更多信息
我的理解是，TML在模型的大小上是多项式，但模型的大小需要编译到给定的问题，并且可能会变得指数级大。所以，最后，它仍然不是很容易处理。
然而，在编译后的表单将被多次使用的情况下使用它可能是有利的，因为这样对于多个查询只进行一次编译。此外，一旦获得了编译后的表单，就知道在运行时会发生什么。
然而，我认为你没有看到TML被更广泛地使用的主要原因是它只是一个学术想法。没有一个基于它的健壮的通用系统。如果你试图用它来解决一个真正的问题，你可能会发现它缺乏某些实用功能。例如，没有办法用它来表示正态分布，许多问题都涉及正态分布。在这种情况下，人们可能仍然使用TML论文背后的思想，但必须创建自己的实现，其中包括手头问题所需的进一步功能。这是一个普遍的问题，适用于许多学术思想。只有少数几个真正有用，是实用系统的基础。他们中的大多数人只在思想层面施加影响。