[人工智能] 第3章 基于谓词逻辑的知识表示与机器推理技术_消去存在量词的两种情况-程序员宅基地

技术标签: 人工智能  

3.2 谓词逻辑简介

3.2.1 基于命题逻辑的知识表示

用大写字母来表示命题
特定命题----命题常量
抽象命题(含未知参数x)----命题变量
从符号上无法表达不同对象的相同特征 >> 发展了谓词逻辑

3.2.2 谓词逻辑

谓词形如P(x1,x2,…,xn)
命题函数:谓词公式
如果一个谓词公式中所有的个体变量都被量化,或者所有的变量都用常量代替,这时谓词公式就变成了一个命题
在这里插入图片描述

3.2.3 基于谓词逻辑的知识表示

任意+蕴含
存在+合取

3.3 自然演绎推理

从一组用谓词公式表示的事实出发,利用常用的逻辑等价式对公式进行等价变换,再使用推理定律以及推理规则推出结论,这一过程称之为自然演绎推理

逻辑等价式/推理定律

优点:证明的过程比较自然,容易理解
缺点:容易出现中间结论的组合爆炸,针对复杂实际推理问题时效率较低

3.4 归结演绎推理

归结反演本质上是一种反证法,即要证明命题Q在前提F下为真,只需要证明反命题恒假

3.4.1 子句集

文字:原子谓词公式及其否定
原子谓词公式称为正文字
原子谓词公式的否定称为负文字
任何文字的析取式称为子句
如果一个子句包含n个文字,则称为n文字子句
只含一个文字的子句称为单元子句
不包含任何文字的子句称为空子句 表示:Nil
(空子句永假)
由子句构成的集合称为子句集。子句集中子句和子句之间的关系是合取关系,所以,子句集就是一个合取范式

求谓词公式的子句集步骤P74
消去存在量词,同时要进行变量替换:
一种情况是存在量词不在全称量词的辖域内,此时消去存在量词,并用一个新的个体常量符号代替原存在量词辖域内的约束变量(Skolem常量)
另一种情况是存在量词出现在全称量词的辖域内,此时消去存在量词,并用一个全称量词约束的变量的函数代替存在量词辖域内的约束变量(Skolem函数)

小结
Skolem标准型与原公式一般不等价
一个公式的子句集就是该公式的Skolem标准型的另一种表达形式
消去存在量词的过程使谓词公式的子句集与原谓词公式并不等价
在不可满足性上谓词公式和它的子句集是等价的,即如果谓词公式不可满足,则其子句集也一定不可满足,反之亦然
定理3.1定理3.2定理3.3

3.4.2 命题逻辑中的归结原理

P77
互补文字
归结式
亲本子句
消解基

归结的结果不受顺序的影响

定理3.4 归结式是其亲本子句的逻辑结果
在这里插入图片描述
推论1和2
归结反演方法:可以用证明子句集的不可满足性的方法,证明原谓词公式的否定是不可满足的,从而证明原谓词公式是永真

利用归结反演方法证明定理的具体步骤:P78

3.4.3 替换与合一

替换是形如θ={t1/x1,t2/x2,…,tn/xn}的有限集合
F根据θ进行替换称为F在θ下的特例

一个谓词公式的任何例都是它的逻辑结论

替换的符合θ·λ P79
例3.11 P79

合一
一个公式集的合一不是唯一的
最一般合一
差异集

求最一般合一的算法 P81
最一般合一也不是唯一的
合一算法是完备的,也可以判断公式集的最一般合一是否存在

3.4.4 谓词逻辑中的归结原理

二元归结式/归结式的亲本子句/归结文字
定义3.23 因子/单因子
在这里插入图片描述
在这里插入图片描述

3.4.6 归结策略

广度优先搜索策略进行归结 相同层之间两两归结

归结策略的完备性

深度优先搜索策略是先产生第一层的归结项,然后用某些第一层或0层的子句进行归结,得到第二层的归结项,以此类推

在这里插入图片描述
删除策略是完备的。即对于不可满足的子句集,使用删除策略进行归结,最终必导出空子句。

目标公式否定所得的子句及其后裔字句组成的字句集即为支持集

支持集策略实际是一种目标制导的反向推理。

支持集策略是完备的。

线性归结策略:在归结过程中,除第一次归结都用给定的子句集中的子句外,其后每次归结则至少要有一个亲本子句是上次归结的结果

线性归结策略是完备的,高效的。

单元归结策略:在归结过程中,每次参加归结的两个亲本子句中必须至少有一个为单元子句

单元归结策略是不完备的,但效率高

祖先过滤形策略:参加归结的两个子句,要么至少有一个是初始子句集中的子句,要么一个是另一个的祖先
是完备的
是线性输入策略的改进

3.5 归结原理与Prolog语言

Prolog语言就是以Horn子句逻辑为基础的程序设计语言

Prolog程序的运行是一种从问题语句(目标语句)开始的线性归结过程

Prolog
规则和事实可连续排列在一起, 其顺序可随意安排, 但同一谓词名的事实或规则必须集中排列在一起

问题不能与规则及事实排在一起, 它作为程序的目标要么单独列出, 要么在程序运行时临时给出

其问题就相当于主程序,其规则就相当于子程序,其事实就相当于数据

特点:
推理方式为反向推理
控制策略是深度优先,且有回溯机制

正向推理:F-规则
反向推理:B-规则
所谓双向演绎推理,即分别从基于事实的F-规则正向推理出发,也从基于目标的B-规则逆向推理出发,同时进行双向演绎推理。

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/hahastephanie/article/details/113401934

智能推荐

生成模型在计算机视觉、自然语言处理、推荐系统中的应用和研究_父母基因怎么组合-程序员宅基地

文章浏览阅读1.1k次。随着计算机的飞速发展,人工智能技术的逐渐成熟,越来越多的人开始关注这个新兴的领域,开始开发出新的产品和服务。在这个信息爆炸的时代,数据量的呈几何级增长,需要人们对海量数据的分析、处理和决策,而机器学习就是人工智能的一个重要组成部分。从传统的统计学习到深度学习(如卷积神经网络CNN),人工智能技术不断的进步,已经引起了很大的社会影响。在这个过程中,生成模型是一个非常重要的工具,它可以用来帮助理解复杂的数据集。通过训练一个生成模型,可以从父亲的基因中产生出一个系列可能的孩子的基因序列,_父母基因怎么组合

virtuoso 后仿 ADE L error_后仿真 referencing an undefined model or subcircuit-程序员宅基地

文章浏览阅读470次。解决办法:在model library添加dio_tt的model。原因:model library 没设置二极管的model。ADE后仿时出现error。_后仿真 referencing an undefined model or subcircuit

深度学习笔记——pytorch实现双向GRU(BiGRU)-程序员宅基地

文章浏览阅读1k次,点赞12次,收藏16次。参考视频。_双向gru

东方博宜OJ答案 (1011~1020)_东方博宜oj答案1062-程序员宅基地

文章浏览阅读926次,点赞12次,收藏8次。欢迎大家能看到我的文章,这篇文章收录了东方博宜OJ 1011~1020所有题目的答案,后续还会往后出,敬请关注!如遇不足,欢迎指出!(不要喷我┭┮﹏┭┮)_东方博宜oj答案1062

电子设计教程49:16*16LED点阵屏驱动-74HC595的原理_16*16点阵引脚-程序员宅基地

文章浏览阅读6.9k次,点赞12次,收藏60次。  我尝试通过移位寄存器级联+三八译码器,实现用3跟控制线,驱动16*16LED点阵屏的效果。这是第一篇博客,讲述74HC595芯片的工作原理  一般情况下,使用单片机来控制LED。一个引脚,控制一个LED,是最直观的方法。但也是最笨的方法。引脚对于单片机来说是珍贵的资源,同样性能的芯片引脚越多,价格就越贵。然而有些外设会占用很多引脚,例如LED屏幕。理论上来讲,一个LED需要一个引脚来操作,64个LED组成8×8屏幕,就需要多达64个引脚。但聪明的工程师会节省引脚,把LED按照行列连接,形成矩阵,只需要_16*16点阵引脚

Docker部署Springboot项目连接到PostgreSQL_docker spring boot nacos连接postgresql数据库-程序员宅基地

文章浏览阅读1.3k次,点赞2次,收藏8次。docker小白的学习笔记,将自己之前做的Springboot项目做成容器进行试验,新建的PG数据库并没有导入数据,但是此过程可用。一:部署 postgresql镜像。1:搜索postgresql镜像。docker search postgres;2:拉取postgres镜像docker pull postgres3:创建本地目录映射到容..._docker spring boot nacos连接postgresql数据库

随便推点

YOLOv4 介绍及其模型优化方法-程序员宅基地

文章浏览阅读2.2k次。YOLOv4 介绍及其模型优化方法一、YOLOv4 介绍2020 年 4 月,YOLOv4 在悄无声息中重磅发布,在目标检测领域引起广泛的讨论。在 YOLO 系列的原作者 Joseph R..._yolo模型剪枝和蒸馏

Android Native Crash 收集(1)-程序员宅基地

文章浏览阅读617次,点赞27次,收藏21次。感觉现在好多人都在说什么安卓快凉了,工作越来越难找了。又是说什么程序员中年危机啥的,为啥我这年近30的老农根本没有这种感觉,反倒觉得那些贩卖焦虑的都是瞎j8扯谈。当然,职业危机意识确实是要有的,但根本没到那种草木皆兵的地步好吗?Android凉了都是弱者的借口和说辞。虽然 Android 没有前几年火热了,已经过去了会四大组件就能找到高薪职位的时代了。

bootstrap-fileinput后端接收不到数据_动态人像抓拍比对系统架构(前端抓拍+网络传输+后端视频解析)...-程序员宅基地

文章浏览阅读103次。动态人像抓拍比对系统由前端人脸抓拍采集子系统、网络传输子系统和后端解析管理子系统组成,实现对通行人脸信息的采集、传输、处理、分析与集中管理。系统中,前端人脸采集设备负责人脸图像的采集,接入服务器主要实现图片及信息的接收和转发功能,可为多种型号、多个厂家的抓拍机提供统一接入服务,接收到的抓拍图片存入云存储单元,并由人脸结构化分析服务器对抓拍的视频及图像进行建模以及黑名单实时比对报警,建模得到的人脸信..._bootstrap fileinput request.form.files获取不到

抖音seo矩阵系统源码搭建步骤分享_云索seo矩阵系统-程序员宅基地

文章浏览阅读115次。抖音SEO矩阵系统是基于抖音平台的搜索引擎优化技术的一种系统,其主要作用是通过一系列的技术手段,提高抖音视频的曝光和排名,使其获得更多的流量和粉丝。在本文中,我们将介绍抖音SEO矩阵系统的开发技术,包括系统设计、代码实现等方面。将源码上传到服务器上,并修改相关配置参数,包括数据库连接参数、域名配置、后台管理员账号等。从公开的代码托管网站上下载抖音SEO账号矩阵系统的源码,例如Github、码云等。将配置好的源码部署到Nginx服务器上,并设置网站的根目录指向源码的入口文件。并在网站上购买一个域名。_云索seo矩阵系统

国内顶级AI赛事再启程,第三届“中国人工智能大赛”聚焦算法治理、深度伪造与网络安全_第三届人工智能大赛网络安全赛道-程序员宅基地

文章浏览阅读813次。本届大赛赛题分为算法治理、深度伪造和网络安全三大方向的七大赛题,分别是:过滤算法鲁棒性、深度伪造视频检测、深度伪造视频生成方法识别、基于人工智能的音视频合成比赛、说话人无关的音频深度伪造检测识别、说话人相关的音频深度伪造检测识别、Webshell检测识别。编辑 | 宋慧出品 | CSDN近日,由国家互联网信息办公室、工业和信息化部、公安部、国家广播电视总局、厦门市人民政府联合主办,以“融新汇智,竞促发展”为主题的第三届中国人工智能大赛,在北京正式启动。大赛旨在推进国内人工智能技术创.._第三届人工智能大赛网络安全赛道

JDK环境变量配置成功,命令提示符(CMD)中,输入java、javac、java -version等没有反应_cmd中配置java环境后javac无反应-程序员宅基地

文章浏览阅读435次,点赞7次,收藏11次。看起来很不方便,原来若Path变量值是%开头的,它就会显示一个字符串(相当于每一行之间自动添加一个分号);想要显示列表的话,需要将变量值改为以盘符开始。双击环境变量里的path,然后把画圈的那两行移到最上边即可解决问题。但是这样的话,当年再次双击path时就会呈现如下界面,(全是小写)添加到最前面。如图所示即可解决问题。_cmd中配置java环境后javac无反应

推荐文章

热门文章

相关标签