人工智能中概率逻辑的研究

概率论是在不完备的、不确定的数据中进行推理的,它是度量不确定性的重要手段。在人工智能中,研究者结合概率和逻辑各自的优点,进行概率逻辑的研究。本文介绍了传统概率逻辑的三大派别,阐述了二值逻辑概率和三值逻辑概率的发展;最后介绍了泛逻辑,通过对概率逻辑和泛逻辑学的研究,将概率逻辑纳入泛逻辑学的框架内。     

人工智能中概率逻辑的研究

概率论是在不完备的、不确定的数据中进行推理的,它是度量不确定性的重要手段。在人工智能中,研究者结合概率和逻辑各自的优点,进行概率逻辑的研究。本文介绍了传统概率逻辑的三大派别,阐述了二值逻辑概率和三值逻辑概率的发展;最后介绍了泛逻辑,通过对概率逻辑和泛逻辑学的研究,将概率逻辑纳入泛逻辑学的框架内。     

概率逻辑的研究

在人工智能科学中,不确定推理扮演着一个非常重要的角色,而其表示方法也很多,文中要讨论的概率逻辑便是其中之一,它是以逻辑表示为基础进行概率推理。首先,从知识表示和概率定义两个不同的角度系统地介绍了概率逻辑的产生及其发展,然后总结了它的一些基本概念,在此基础上给出了求得一致可能世界的一种逻辑系统,为概率逻辑的发展起到推动作用。最后将概率逻辑同与之容易混淆的模糊逻辑加以区分,且提出了概率逻辑的价值及其展望。     

概率逻辑的研究

在人工智能科学中,不确定推理扮演着一个非常重要的角色,而其表示方法也很多,文中要讨论的概率逻辑便是其中之一,它是以逻辑表示为基础进行概率推理.首先,从知识表示和概率定义两个不同的角度系统地介绍了概率逻辑的产生及其发展,然后总结了它的一些基本概念,在此基础上给出了求得一致可能世界的一种逻辑系统,为概率逻辑的发展起到推动作用.最后将概率逻辑同与之容易混淆的模糊逻辑加以区分,且提出了概率逻辑的价值及其展望.     

基于泛逻辑学的柔性命题逻辑研究

现有的数理逻辑是刚性逻辑，不能满足研究不确定性问题的需要．概率测度是研究不确定性问题的重要数学工具．但作为概率推理理论基础的概率逻辑发展不够成熟，影响了它在不确定性推理中的广泛应用．本文第二作者在探索包含确定性和各种不确定性的现实世界逻辑规律的基础上．建立一个包容刚性逻辑和柔性逻辑的命题泛逻辑学体系．本文利用这一研究成果，对命题概率逻辑进行了探讨．     

基于Schweizer算子簇的柔性概率逻辑算子的研究

Schweizer算子簇是泛逻辑学研究零级非相容T/S范数完整簇的数学基础,由它构造的与/或运算具有连续单调可变性.基于Schweizer算子簇构造的概率逻辑算子,既可满足概率测度的基本公理,又可实现概率逻辑运算的连续单调可变.     

基于泛逻辑学的概率命题逻辑的研究与分析

概率逻辑是不确定推理的一个重要逻辑基础,但其目前还不太完善.泛逻辑学是何华灿教授在探索各种不确定性问题求解中建立起来的一种新的柔性逻辑体系.理论上,概率逻辑仅是泛逻辑学的一个特例.在对目前比较典型的几种概率逻辑模型进行分析的基础上,基于命题泛逻辑学的思想和方法,指出了概率命题逻辑中存在的一些主要问题,探讨了解决这些问题的思路与方法.     

基于泛逻辑学的逻辑关系柔性化研究

建立柔性逻辑体系,既是现实世界复杂问题求解的需要,也是逻辑学发展的一种必然趋势.泛逻辑学是何华灿在探索复杂世界逻辑规律中建立起来的一个柔性逻辑体系.在分析其实现逻辑关系柔性化的思想和方法的基础上,探讨了概率逻辑关系柔性化的问题.理论上,概率逻辑是泛逻辑学的一个特例,因此应该能够在泛逻辑学框架内建立起柔性的概率逻辑体系.     

概率逻辑关系柔性化的研究

结合概率和逻辑的优点,近年来人工智能研究人员提出了多种概率逻辑来解决不确定性问题,但是仍然存在着逻辑关系刚性化的问题。在泛逻辑学的框架内,分析了概率逻辑的局限,根据泛逻辑学的生成器,探讨了概率逻辑关系柔性化的问题。     

Borel型概率计量逻辑

视全体赋值之集为通常乘积拓扑空间,利用该空间上的Borel概率测度在二值命题逻辑中引入了公式的概率真度概念.该方法既克服了计量逻辑学要求赋值集上的概率测度必须为均匀概率测度的无穷可数乘积的局限,又弥补了概率逻辑学只讲局部而缺乏整体性的不足;证明了计量逻辑学中公式的真度、随机真度以及概率逻辑学中公式的概率等概念都可作为本文提出的概率真度的特例而纳入到统一的框架中,从而实现了计量逻辑学与概率逻辑学的融合与统一;证明了逻辑闭理论与赋值空间中的拓扑闭集是一一对应的以及概率真度函数与赋值空间上的Borel概率测度是一样多的等若干结论;本文的第4节给出了公式的概率真度的公理化定义,证明了公式集上满足Kolmogorov公理的任一[0,1]值函数均可由赋值空间上的某Borel概率测度按本文的方法所表出,从而建立了二值命题逻辑框架下的概率计量逻辑的理论体系.     

基于零级N/T泛数完整簇的概率逻辑算子的研究

在人工智能中不确定性理论、主观Bayes方法、证据理论等都是基于概率论的.但是,这些不确定性推理方法仅仅是基于概率,而不能真正实现逻辑框架内的概率逻辑不确定推理,产生这种现象的主要原因是概率逻辑自身存在着缺陷.按照泛逻辑学的生成规则,基于零级N/T/S范数完整簇从泛逻辑学的角度来构造概率逻辑算子.结果表明概率逻辑是能够在泛逻辑学的框架内进行柔性化的,是命题泛逻辑在h=0.75时的一种特例.     

概率逻辑推理的弱相关分解方法

本文给出了一种新的概率逻辑推理的分解计算模型。若表示专家知识的概率逻辑公式集具有一定的弱相关分解特性，则可分解为多个公式子集。大规模线性规划的Ｄａｎｔｚｉｇ－Ｗｏｌｆｅ分解方法可以用于这种分解的问题求解。     

自然语言中时间信息的模型化

在自然语言理解中，时间一个重要的语境因素，本文提出一种独立于句子表层形式的多层次时间语义结构，浅层语义结构是时间描述的最化语义表示，深层语义结构描述事件的动态属性和存在特征，该时间语义模型表示时刻和时段，将时间基点明确区分为物理时间基点和说话者时间基点，并提供通用的时间语义计算方法，将各语言的时间描述映射到时间轴上，在该模型基础上，从语义观点出发，建立时，体的可计算模型及各事件时间相关性计算模型。     

概率逻辑可能世界的Petri网模型

本文研究概率逻辑中推导可能世界的Ｐｅｒｔｉ模型，该模型为可能世界的产生提供有效算法，这个算法被证明是正确的，它可以产生所有的一致的可能世界，文章中还分析了算法的复杂性，通过同其它方法的比较可知：此Ｐｅｔｒｉ网模型是概率逻辑可能世界推导的简单、实用和图形化的工具。     

Petri网用于求解概率逻辑的近似可能世界矩阵

概率逻辑中的可能世界随着问题增长而指数性增长，使问题求解难以实现，Ｎｉｌｓｓｏｎ提出了一种矩阵列产生方法，可得到近似而规模小的矩阵，但他没有提出具体的算法，本文提出一种Ｐｅｔｒｉ网模型，可为Ｎｉｌｓｓｏｎ方法的求解提供有效途径。