β-PSML中混合推理算法的正确性证明

根据已经给出的β-PSML中的混合推理算法,通过结合产生规则,给出了β-PSML中混合推理算法的正确性证明及其复杂性分析.结果表明,在描述逻辑是可确定的情况下,无递归的β-PSML知识库可以提供一个正确和完备的推理算法.     

分布式β-PSML语言框架及其应用

为了完成在大规模、分布式环境下的问题查询,提出了分布式β-PSML语言.分布式β-PSML语言对β-PSML语言在复杂度适应性和分布式问题解决方面进行了扩展,使得它可以在语义Web上进行自动推理.另外,分布式β-PSML语言的推理可以通过结合在语义Web和社会网络上的全局信息源与在企业门户中的本地知识与数据库完成.实验结果表明,分布式β-PSML语言通过结合全局与本地资源推理可给出正确的结果.     

β-PSML语言在WI的分布式环境中的应用

在分布式、网络计算环境中,为了使在线的发现和匹配方法可行,采用预先定义的问题解决标记语言(problem solver markup language,PSML)的语法和语义开发和编写个体的内容和服务.在大型分布式Web环境下,提出了一种基于β-PSML的问题解决方法.实例表明,该方法可以很好地解决在分布式环境中的一些具体问题.     

子句集Σ的极大Horn下界

自动推理是人工智能领域的重要研究课题。基于Horn子句的快速推理是一种重要的自动推理方法。研究了子句集的极小模型与子句集的极大Horn下界的关系,给出了一种获取极大Horn下界的方法,所得结论可用于基于Horn子句的快速推理。     

语义Web中本体推理研究

语义Web作为新一代Web正备受关注,本体作为语义Web的基石,在知识表示与知识推理方面发挥着重要作用。介绍了本体语言、描述逻辑以及二者之间的关系。对描述逻辑的语义推理机制以及推理机进行了分析。并以具体的本体构建为例,对构建过程中的推理判定进行了验证。     

面向矛盾问题的动态描述逻辑扩展研究

为了使动态描述逻辑DDL具有处理简单矛盾问题的能力,引入可拓集合和可拓变换对它进行扩展.文章提出了一种动态描述逻辑DDLESET,给出了DDLESET的语法形式和语义解释;对传统描述逻辑、模糊DDL和DDLESET中的ABox形式进行了比较分析;研究了DDLESET的基本推理问题,对传统描述逻辑的一致性检测算法Tableau算法进行了可拓扩展.描述逻辑DDLESET盯具有对关联度值分别为正负域的模糊断言的表示与推理能力,并可以为关联度值为负域的断言即不可满足的概念或不可实现的动作提供求解策略,从而使其变得可满足、可实现.     

浅析实质蕴涵的优越性

逻辑研究的内容是推理及推理的有效性,而对于推理的研究实质上就是对于蕴涵的研究。推理形式包括前提和结论两部分。前提是推理中在前的已知命题,所有前提合取起来可作为前件;结论是最后要由前提推出的命题,可作为后件。任何一个推理最终都可以化归为     

利用细胞膜演算描述带子句学习的DPLL算法

为了达到推理算法形式化描述的目的,本文采用细胞膜演算的形式化方法描述带子句学习的DPLL算法。分别定义了部分赋值、变元反转、回溯、回跳最大层、细胞膜溶解等反应规则,给出了DPLL的一般过程和冲突分析过程的描述。通过一个算例的求解过程验证了该形式化描述方法的可行性。依赖细胞膜演算可以更直观、简洁地展现推理算法的推理过程,同时展示了膜演算的描述能力和处理能力。     

描述逻辑 ALC中的 ABOX 反绎推理算法

鉴于已有的描述逻辑 ALC中 ABOX 反绎推理算法需要转化到 FOL上处理,涉及了大量变元和Skolem 项的使用.ALC-Tableau可以避免大量变元和斯科伦项,给出了一种直接在 ALC 上处理 ABOX 反绎推理问题的算法.该算法将 ABOX 反绎推理问题转化为知识库的一致性问题,在此基础上结合反绎推理的自身特性对传统的Tableau构造过程进行扩充,最终借助一个回溯过程找出反绎问题的所有解.     

OWL:一种用于语义网的描述逻辑

本体是语义网中的重要内容,它通过提供一个共享的、精确定义的术语源将语法扩展到语义.OWL是专门为Web设计的本体语言,它利用现有的Web标准(XML和RDF),添加了面向对象和基于框架的系统中常见的本体原语,具有强表达性的描述逻辑的严格形式化.OWL的逻辑基础是可以提供推理服务,既支持本体设计,又使得其在描述网络资源方面更接近于自动处理过程.     

支持空间推理的模糊描述逻辑Fuzzy-ALCRP(D)

描述逻辑ALCRP(D)在经典描述逻辑ALC的基础上添加具体域和角色构成谓词算子,用于确定性空间的推理,但不能用于模糊空间的推理.通过以描述逻辑ALCRP(D)的模糊扩展为例,构建出模糊描述逻辑Fuzzy-ALCRP (D),给出Fuzzy-ALCRP (D)的Tableau判定算法,并给出一个Fuzzy-ALCRP (D)在模糊RCC8空间中的推理实例.     

PROLOG及构成其子句的方法

计算机程序设计语言PROLOG可看作迈向“逻辑程序设计”的第一步。它自从七十年代初问世以后,便在人工智能的许多领域中得到应用。本文阐述了PROLOG的主要特点。匹配归结、回溯和cut控制等,并介绍了应用PROLOG程序将谓词公式转换为Horn子句的过程。     

混合模糊认知图

传统的模糊认知图(FCM)仅限于表示单调的或对称的因果关系,不能模拟原因节点间的与或组合关系.针对现有FCM模型的缺陷,提出了混合模糊认知图(HFCM).HFCM以单前件模糊规则拓展传统的因果模糊测度,增强了FCM的语义信息和模拟能力;使用WOWA或OWA集结算子融合因果推理结果,模拟原因节点间的各种与或关系.与传统FCM相比,HFCM具有更强的认知能力.与基于规则的FCM相比,HFCM规则库的规模及复杂度由几何级降至算术级,解决了组合激增问题,提高了FCM的表示与推理性能.HFCM兼有数值型FCM和语言型FCM的优点.     

国家自然科学基金项目 基于图的描述逻辑高效非标准推理技术的研究(项目批准号:61762063)

<正>描述逻辑是一类基于逻辑的形式化知识表示体系,为万维网组织W3C推荐的标准本体语言OWL提供语义基础。随着语义Web和知识图谱技术等相关技术的发展,描述逻辑吸引了众多研究人员的关注。在实际应用中,描述逻辑本体的构建与维护是一项复杂的过程,此过程常导致本体出现不一致性问题,从而使得标准推理服务失效,因而,面向不一致本体的非标准推理是研究中须面对的课题。项目将     

基于ALC的空间语义知识库

基于经典描述逻辑ALC,提出了空间语义知识的表示方法和可判定的推理算法。将空间关系表达为一类特殊的概念,空间关系的基本运算采用公理系统表达,空间约束满足问题求解和逻辑术语推理可以在同一个推理机下进行。首次实现了空间关系和语义知识相结合并且可判定的推理,同时支持多元空间关系结合推理。此前的同类方法都是不可判定的。理论分析、应用实例和相关工作对比均显示该方法解决了空间语义知识库的关键问题,具有一定的理论意义和应用价值。     

专家系统中一类新的近似推理模型ARM

本文提出专家系统中的基于模糊语言逻辑的一类新的近似推理模型ARM。在ARM中,我们把领域专家知识表示的基本单元表征为一个三元组(P,β,LTV),其中P是一个模糊断言;β∈[0,1]是可信度;LTV是自信度,即语言真值。作为知识表示基本单元的三元组(P,β,LTV)将事实、模糊关系(模糊谓词)、模糊产生式规则等结合起来,构成一个模糊推理网络。基于ARM的专家系统中的推理机制包括正向推理,逆向推理和双向推理。给出了在正向推理、逆向推理和双向推理中模糊断言的可信度、自信度和真值的传递运算方法。这类近似推理模型ARM已用于建造“煤矿生产技术管理专家系统”的推理机制。目前,就这个专家系统运行的实例来看,其推理结果与领域专家的观点十分一致。     

非周期TBox框架下的推理——拟经典描述逻辑与超协调表演算

源自当今互联网的语义网研究的目的是定义信息语义和网络服务,因此需要赋予网络智能以便能够自动对网络内容进行推理。各种描述逻辑(DLs)在语义网的研究中扮演着重要角色,构成了W3C推荐的网络本体语言(OWL)的基础,而OWL源于为达到语义网目标的人工智能(AI)本体论研究。语义网的知识和数据量巨大、分散、来源众多且因此通常不具有协调性。因此,必须开发针对非协调本体的实用的推理技术。该文基于Hunter的拟经典逻辑(QCL),构造了新型超协调拟经典描述逻辑(QCDLs),避免了逻辑爆炸问题,同时,针对基于非周期TBox的知识库推理问题,建立了QCDLs语义表演算,进而定义了一种可靠、完备且可判定的推理关系,从而构建了完整的语义网推理框架。与其他重要的超协调描述逻辑进行了比较,结果表明QCDLs具有更强的表达语义和推理能力,并且其相关行为在目标层次上表现出经典性。     

描述逻辑在农业本体中的应用研究

为提升农业本体在农业服务方面的质量,提出了基于描述逻辑的农业本体推理方法。该方法采用基于描述逻辑的语义推理机制对农业本体知识进行阐述分析,并对农业本体中的隐含知识进行有效推理。以茶树虫害本体为例,研究了描述逻辑推理在农业本体领域的应用。     

模糊空间描述逻辑及应用

提出了基于空间推理和模糊逻辑的模糊空间描述逻辑FSDL,它可以作为支持不确定性推理的空间语义Web和空间本体的理论基础。FSDL在经典描述逻辑上增加了能描述空间关系的复杂关系项和模糊化概念、关系的语法、语义。随后给出了表推理算法,并证明了其正确性和完备性。最后,基于FSDL定义了模糊RCC5关系。     

扩展OWL处理模糊知识

为了解决模糊Ontology的表示和推理问题,本文结合网络本体语言OWL的特点,在模糊描述逻辑的基础上,构建了RDF/XML式的模糊算子和公理．用来表达Ontology中的模糊概念和模糊声明;提出了OWL到模糊算子的转换规则,统一了模糊Ontology中确定知识的表示方法．最后,利用新增模糊词汇和转换规则解决了视频提取领域的模糊知识表示和推理任务．