基于动态时序描述逻辑的动作理论

动态时序描述逻辑(DLTLDL)是一类描述逻辑的动态时序扩展。提出一种基于DLTLALCIO的动态域建模方法,利用该方法可构造出刻画动态域知识的DLTLALCIO理论,并解决动作推理中的框架问题和分支问题。动作推理问题,如动作可执行性和投影问题等,可归结为关于DLTLALCIO理论的推理问题,并最终归结为DLTLALCIO的公式可满足性问题。DLTLALCIO公式可表达动作和时间约束,相对于其他基于描述逻辑的动作形式,基于DLTLALCIO的动作形式在需要执行复杂查询,尤其是含时间或动作的查询的应用场合具有更好的适用性。     

基于扩展描述逻辑和逻辑程序的事件动作形式化表示与推理

"事件"是比"概念"粒度更大的人类知识表示单元,更接近于人类的认知过程。动作作为事件的一个重要要素,表示事件中对象的状态的变化过程。在状态的变化过程中加入时间信息,将动作表示为对象的状态随时间变化而变化的过程,使得动作描述得更加具体。运用事件中的动作、对象和时间要素构建了一个动作形式化体系,研究了事件知识中确定性动作和不确定性动作的语法表示和语义解释。该形式化体系将扩展的带时间维的描述逻辑T-ALC和逻辑程序设计进行整合,增强了动作的表达能力;在动作的推理中,将确定性动作转化为逻辑程序Datalog规则实现动态推理,将不确定性动作转化为Datalog规则实现不确定推理。最后通过银行服务系统实例对动作的形式化表示和推理进行了验证。     

事件本体中的动作推理研究

事件是随时间变化而变化的具体事实,事件是由动作、时间及其它要素组成,动作是事件定义中的主要构成部分.在面向事件的知识库系统中,关于动作的推理研究一直是重要的研究课题之一.现有的动作推理形式化系统旨在描述和推理现实世界中状态的变化,忽略了时间要素对推理过程的影响.针对这种不足,本文在描述逻辑的基础上扩充了一个Action-TBox和一个Action-ABox,并将事件本体中的动作要素和时间要素相结合,形式化定义了动作的一个三元组表示方式以及多种时间构造算子,用以刻画组合动作的发生过程,在此基础上研究了事件本体中关于动作的几种推理服务.     

基于语境和动作推理的语义Web服务发现

在语义Web服务发现中,服务本身及用户所处的语境是不可忽视的因素.针对现有服务发现方法的不足,给出一种基于语境和动作推理的语义Web服务发现方法.该方法通过建立基于动作的语境模型来刻画静态和动态的语境信息,利用动态描述逻辑中的动作推理实现语境推理,并在此基础上实现语境敏感的语义Web服务发现算法.案例研究及相关工作对比表明,与现有方法相比,文中方法在语境刻画和推理能力方面均有较优表现.同时实验结果也表明,在增加合理逻辑推理的时空开销的前提下,文中方法能为用户提供更符合需求的服务发现结果.     

基于动态描述逻辑DDL的动作理论

基于一阶谓词逻辑或高阶逻辑的动作理论与采用命题语言的动作理论之间存在一个关于描述和推理能力的鸿沟;作为描述逻辑的动态扩展,动态描述逻辑DDL为基于描述逻辑的动作刻画和推理提供了一种途径.系统地研究了基于DDL的动作表示和推理问题.首先,在应用描述逻辑对静态领域知识进行刻画的基础上,引入带参数的原子动作定义式和带参数的复...     

基于推理网络的人体动作识别

为更好地对动作进行分类,提出基于推理网络的人体动作识别算法.通过Faster RCNN提取以人为主要区域、以场景信息为附加区域的特征信息,将其输入到LSTM中进行边框回归以及动作分类,通过结合Faster RCNN和LSTM获得动作的空间特征和时间特征,得到更精确的动作分类.在公认的两个数据集上进行实验,U C F-1...     

基于空间推理的设计方法及其应用

In this paper,we discuss two main techniques concerning spatial reasoning in the designfield:representation of spatial relation and method of spatial reasoning. Based on this,we present aspatial reasoning model. Finally,we discuss an automatic advertising creation system which acts asan example of this model     

空间推理与地理信息系统综述

对空间推理SR(spatial reasoning)和地理信息系统GIS(geographic information system)进行了全面的综述.介绍了空间推理和地理信息系统的应用和国内外发展概况,在对大量资料进行分析的基础上,给出了空间推理和地理信息系统的关键属性、主要研究方向和研究热点.     

粒空间中基于粒计算的粒语义推理

在论域上定义公式,并因其与粒相对应,使得粒空间得以形成.在粒空间中由粒之间的关系确定出粒语义推理,并对此进行讨论.通过粒计算,证得粒语义推理满足命题逻辑自然推理系统的每一推理规则,因此粒空间上的可靠性成立,这表明形式推理蕴涵粒语义推理.尽管粒空间上的完备性不成立,但结果表明粒语义推理是各经典推理模式的扩充,所以粒语义推理既拓宽推理研究的范围,又引进粒计算的研究方法,促成粒计算与逻辑推理的进一步融合.     

定性空间推理的分层递阶框架

定性空间推理是定性推理和空间推理的重要组成部分 .拓扑和形状是定性空间推理研究的关键问题 .针对定性空间推理已有一般框架存在的问题 ,提出了定性空间推理的分层递阶框架 ,并结合拓扑和形状方面的定性空间推理研究工作阐述了所提出的框架的有效性和合理性 .最后总结了分层递阶框架的要点并提出了基于该框架的进一步研究工作 .     

独立于设计者的行动推理

高水平的智能机器人要求能够独立地对环境进行感知并进行正确的行动推理.在情境演算行动理论中表示带有感知行动及知识的行动推理需要外部设计者为agent写出背景公理、感知结果及相应的知识变化,这是一种依赖于设计者的行动推理.情境演算行动理论被适当扩充,感知器的表示被添加到行动理论的形式语言中,并把agent新知识的产生建立在感知器的应用结果之上.扩充后的系统能够形式化地表示机器人对环境的感知并把感知结果转换为知识,还能进行独立于设计者的行动推理,同时让感知行动的“黑箱”过程清晰化.     

基于地理本体的空间方向关系定性推理

围绕基于地理本体的空间方向关系定性推理进行研究,给出了定性推理系统总体框架,并对方向关系模型、自定义规则、地理本体、定性推理进行详细探讨。     

基于定性空间推理的多层空间关联规则挖掘算法

很多应用于空间数据挖掘的空间关系模型存在表达能力不强、可理解性较差、不支持不确定性等问题。针对这种情况,以定性空间推理的RCC理论为基础,结合模糊逻辑,提出了一种面向空间数据库的近似区域空间关系模型,在此基础上给出了多层空间关联规则的挖掘算法QSRSAK。该算法使用了MBR优先判定、顶点近似等手段针对大型空间数据库进行了优化处理。实验结果表明,QSRSAR在空间知识表达能力、规则可理解性和空间关系计算效率等方面优于同类算法。     

Kinematic Reasoning with Spatial Decompositions

This paper examines the application of hierarchical discrete spatial representations to the kinematic analysis and synthesis of the higher pairs. Two instances of hierarchical representation are investigated, a global decomposition in the form of quadtrees, and an object-centered, multi-level molecular decomposition. Kinematic reasoning with both representations relies upon the rapid evaluation of the single occupancy constraint. For both representations we present algorithms that allow the rapid detection of intersection between two objects, the analysis of higher pair mechanisms, and a restricted class of kinematic synthesis.     

地理信息系统中空间对象间拓扑关系的推理

首先讨论了地理信息系统中空间对象的空间数据模型,然后定性地分析了空间对象点与点、点与线和点与区域之间的拓扑关系,并给出了空间对象拓扑关系的推理算法.最后,将模糊技术与空间对象之间的拓扑关系的推理算法结合起来,使其可以方便地处理地理信息系统中的模糊性和不确定性.     

空间推理中方向关系模型的研究

空间方向关系的基本模型在研究空间推理上起着至关重要的作用,直接影响空间推理中合成或反方向合成的准确性和效果。文章阐述了现有空间推理中所采用的几种基本模型,对比和分析了现有模型的优点、缺点以及其适用性等问题,在现有主流的MBR框架基础上提出了一种改良后的新模型。经过对比和分析,得到结果表明此新模型在适应度、灵活度、准确度上都有一定提高并能很好的匹配人们的认知习惯。为今后的空间推理寻找到了一种新的思路和新的方法。     

基于DFL的缺省假设推理研究

日常生活中人们可以在信息不完全的情况下进行推理并得出较好的推理结论,而且在推理过程中,很多对象都是具有动态模糊性(DF Character)。因此文中针对研究对象以及它们之间的动态模糊性,提出了基于动态模糊逻辑(DFL)的缺省假设推理,并给出了缺省假设推理的框架描述、动态模糊(DF)知识的表示以及推理算法等。