重庆师范大学:《人工智能 AI》精品课程PPT教学课件_第3章 推理技术

第三章推理技术 31经典推理和非经典推理 32非单调推理 3.3时序推理 3.4不确定性推理 3.5概率推理 36主观 Bayes方法 3.7可信度方法
第三章 推理技术 3.1 经典推理和非经典推理 3.2 非单调推理 3.3 时序推理 3.4 不确定性推理 3.5 概率推理 3.6 主观Bayes方法 3.7 可信度方法

3.1经典推理和非经典推理 数学中的逻辑:研究逻辑理论,作为发展数学的基础 人工智能中的逻辑:模拟思维的工具,模拟智能的手段,用于研究和应用
2021/12/14 2 3.1 经典推理和非经典推理 ◼ 数学中的逻辑 :研究逻辑理论,作为发展数学的基础。 ◼ 人工智能中的逻辑:模拟思维的工具,模拟智能的手段,用于研究和应用

3.1经典推理和非经典推理 经典逻辑 非经典逻辑 推理方法演绎逻辑推理 归纳逻辑推理 辖域取值二值逻辑(真、假)多值逻辑 运算法则数理逻辑法则 特殊法则 逻辑算符∧∨~→≡彐模态算符 单调性单调的 非单调的 2021/12/14
3.1 经典推理和非经典推理 经 典 逻 辑 非经典逻辑 推理方法 演绎逻辑推理 归纳逻辑推理 辖域取值 二值逻辑(真、假) 多值逻辑 运算法则 数理逻辑法则 特殊法则 逻辑算符 ∧ ∨ ~ ≣ 模态算符 单调性 单调的 非单调的 2021/12/14 3

3.2非单调推理 非单调推理用来处理那些不适合用谓词逻辑表示的知识。 它能够较好地处理不完全信息、不断变化的情况以及求解复杂问题 过程中生成的假设,具有较为有效的求解效率
2021/12/14 4 3.2 非单调推理 非单调推理用来处理那些不适合用谓词逻辑表示的知识。 它能够较好地处理不完全信息、不断变化的情况以及求解复杂问题 过程中生成的假设,具有较为有效的求解效率

32非单调推理 第三十五回梁山泊吴用举戴宗揭阳岭宋江逢李俊 第三十六回没遮拦追赶及时雨船火儿夜闹浔阳江 ■宋江刺配江州,揭阳岭遇到薛永卖艺,无人赏钱,宋江赏白银五两。以为 可以得到路人支持。↑ ■穆弘、穆春横加阻拦,宋江无处吃饭。↓ 晚上终于找到投宿处。宽慰。↑ ■投宿处正是穆弘、穆春家。差点丧命。 逃出穆家,奔向芦苇丛,看到希望。↑ ■前有大江、后有穆弘、穆春追赶。走投无路。↓ 芦苇中忽然摇出一只船来,把他们带到江心。↑ ■是要‘板刀面’,却是要‘馄饨’?祸不单行! ■江中一条快船赶到,李俊,童威,童猛救了宋江。↑ 2021/12/14
2021/12/14 5 3.2 非单调推理 ◼ 第三十五回 梁山泊吴用举戴宗 揭阳岭宋江逢李俊 第三十六回 没遮拦追赶及时雨 船火儿夜闹浔阳江 ◼ 宋江刺配江州,揭阳岭遇到薛永卖艺,无人赏钱,宋江赏白银五两。以为 可以得到路人支持。↑ ◼ 穆弘、穆春横加阻拦,宋江无处吃饭。 ↓ ◼ 晚上终于找到投宿处。宽慰。 ↑ ◼ 投宿处正是穆弘、穆春家。差点丧命。 ↓ ◼ 逃出穆家,奔向芦苇丛,看到希望。 ↑ ◼ 前有大江、后有穆弘、穆春追赶。走投无路。↓ ◼ 芦苇中忽然摇出一 只船来 ,把他们带到江心。 ↑ ◼ 是要‘板 刀面’,却是要‘馄饨’ ?祸不单行!↓ ◼ 江中一条快船赶到,李俊,童威,童猛救了宋江。↑

3.2非单调推理 ■缺省推理:S默认成立,当且仅当不能证明S不成立。 例如:鸟会飞。 x is bird THEn X can fly 自认知逻辑:如果知道S,如果不知道其他任何事实与S矛盾,那么S成立。 例如:知道天鹅A会飞,不知道其他,那么天鹅A就是会飞。 界限推理:当且仅当没有事实证明S在更大范围内成立,那么S只在指定的 范围内成立。 例如:安徽大学的学位在大陆被承认。 2021/12/14
2021/12/14 6 3.2 非单调推理 ◼ 缺省推理:S默认成立,当且仅当不能证明S不成立。 例如:鸟会飞。IF x is bird THEN x can fly. ◼ 自认知逻辑:如果知道S,如果不知道其他任何事实与S矛盾,那么S成立。 例如:知道天鹅A会飞,不知道其他,那么天鹅A就是会飞。 ◼ 界限推理:当且仅当没有事实证明S在更大范围内成立,那么S只在指定的 范围内成立。 例如:安徽大学的学位在大陆被承认

非单调 3.2.1缺省推理 1.缺省推理的定义: o定义1:如果Ⅹ不知道,那么得结论Y。 o定义2:如果Ⅹ不能被证明,那么得结论Y。 定义3:如果X不能在某个给定的时间内被证明,那么得结论Y。 2021/12/14
3.2 非单调推理 1. 缺省推理的定义: 定义1:如果X不知道,那么得结论Y。 定义2:如果X不能被证明,那么得结论Y。 定义3:如果X不能在某个给定的时间内被证明,那么得结论Y。 3.2.1 缺省推理 2021/12/14 7

2缺省规则的表示 A(x):MB(x)…,MB(x)例如 BIRD(): MFLYx C(x) FLY A(x)是先决条件;B(x)是默认条件; 如果x是一只鸟,并且 C(x)是结论 没有知识表明x不会飞, M为模态算子:假定相容 那么x会飞。 如果不能证明B1(x)…,Bn(x)有不成立的, 则由A(x)成立,可以推出C(x)成立 (Vx)BIRD(x)~ PENGUIN(x)∧~ OSTRICH(x)∧….FLY(x) 2021/12/14
2. 缺省规则的表示 A(x) : MB1 (x),…, MBn (x) C(x) A(x)是先决条件; Bi (x)是默认条件; C(x)是结论。 M为模态算子:假定…相容 如果不能证明B1 (x),…, Bn (x)有不成立的, 则由A(x)成立,可以推出C(x)成立 例如: BIRD(x) : MFLY(x) FLY(x) 如果 x是一只鸟,并且 没有知识表明x不会飞, 那么x会飞。 一般情况下鸟会飞。 (x)[BIRD(x)∧~PENGUIN(x)∧~OSTRICH(x)∧ …→FLY(x)] 2021/12/14 8

3.缺省规则的分类 (1)规范缺省规则:B(x)=C(x) A(x): M(B(X B(x) 例如:一般大学生都掌握英语 STUDENT(X: M(MASTER-ENG(X)) MASTER-ENG(X) 例如:一般大学生都不掌握西班牙语 STUDENT(X): M(MASTER-SPAN(X)) MASTER-SPAN(X) 2021/12/14
3. 缺省规则的分类 (1)规范缺省规则:B(x)=C(x) A(x):M(B(x)) B(x) 例如:一般大学生都掌握英语 STUDENT(x):M(MASTER-ENG(x)) MASTER-ENG(x) 例如:一般大学生都不掌握西班牙语 STUDENT(x):M(~MASTER-SPAN(x)) ~MASTER-SPAN(x) 2021/12/14 9

3.缺省规则的分类 (2)半规范缺省规则:B(x)=C(x)∧~D(x) A(xM(C(x)∧~D(x) C(x) 例如:除企鹅外,大多数鸟都会飞 BIRD(X: M(FLY(x)M-PENGUIN(X)) FLY(x) 例如:除鹦鹉外,一般动物都不会学人说话 ANIMAL(x): M(SPEAK(X)A-PARROT(x) CSPEAK(X) 2021/12/14
3. 缺省规则的分类 (2)半规范缺省规则:B(x)=C(x)∧~D(x) A(x):M(C(x)∧~D(x)) C(x) 例如:除企鹅外,大多数鸟都会飞 BIRD(x):M(FLY(x)∧~PENGUIN(X)) FLY(x) 例如:除鹦鹉外,一般动物都不会学人说话 ANIMAL(x):M(~SPEAK(X)∧~PARROT(x)) ~SPEAK(X) 2021/12/14 10
按次数下载不扣除下载券;
注册用户24小时内重复下载只扣除一次;
顺序:VIP每日次数-->可用次数-->下载券;
- 重庆师范大学:《人工智能 AI》精品课程PPT教学课件_第2章 知识表示.ppt
- 重庆师范大学:《人工智能 AI》精品课程PPT教学课件_绪论、第1章 人工智能概述.ppt
- 重庆师范大学:《人工智能》精品课程PPT教学课件_VR虚拟现实和AR增强现实技术.ppt
- 重庆大学:《大数据技术基础》课程教学资源(课件讲稿)09 Spark内存计算.pdf
- 重庆大学:《大数据技术基础》课程教学资源(课件讲稿)08 流计算 Stream Computing.pdf
- 重庆大学:《大数据技术基础》课程教学资源(课件讲稿)07 图计算 Graph Computing.pdf
- 重庆大学:《大数据技术基础》课程教学资源(课件讲稿)06 HBase.pdf
- 重庆大学:《大数据技术基础》课程教学资源(课件讲稿)05 HDFS.pdf
- 重庆大学:《大数据技术基础》课程教学资源(课件讲稿)04 MapReduce.pdf
- 重庆大学:《大数据技术基础》课程教学资源(课件讲稿)03 Hadoop.pdf
- 重庆大学:《大数据技术基础》课程教学资源(课件讲稿)02 大数据关键技术与挑战.pdf
- 重庆大学:《大数据技术基础》课程教学资源(课件讲稿)01 大数据概述.pdf
- 重庆大学:《大数据技术基础》课程教学资源(课件讲稿)13 大数据技术应用(大数据商业应用).pdf
- 重庆大学:《大数据技术基础》课程教学资源(课件讲稿)12 大数据技术应用(应用举例).pdf
- 重庆大学:《大数据技术基础》课程教学资源(课件讲稿)11 NoSQL数据库.pdf
- 重庆大学:《大数据技术基础》课程教学资源(课件讲稿)10 数据可视化 Visualization.pdf
- 重庆大学:《计算机图形学》课程教学课件(讲义)07 数字分析技术——空间句法.pdf
- 重庆大学:《计算机图形学》课程教学课件(讲义)06 BIM技术——基于自主规则设定的全方位碰撞检查技术 Building Informationg Modeling —The Omni-bearing Collision Check Technology Based on Rule Definition.pdf
- 重庆大学:《计算机图形学》课程教学课件(讲义)05 BIM模型建模技术——ArchiCAD 虚拟建筑——BIM为建筑设计领域带来了第二次革命.pdf
- 重庆大学:《计算机图形学》课程教学课件(讲义)04 数字化建筑设计理论与方法——建筑信息模型(建筑BIM技术).pdf
- 重庆师范大学:《人工智能 AI》精品课程PPT教学课件_第4章 智能计算(计算智能).ppt
- 重庆师范大学:《人工智能 AI》精品课程PPT教学课件_第5章 搜索策略.ppt
- 重庆师范大学:《人工智能 AI》精品课程PPT教学课件_第6章 机器学习.ppt
- 重庆师范大学:《人工智能 AI》精品课程PPT教学课件_第7章 机器人规划.ppt
- 重庆大学:《数据仓库与数据挖掘 Data Warehouse and Data mining》课程PPT教学课件(英文版)Chapter 1 introduction.ppt
- 重庆大学:《数据仓库与数据挖掘 Data Warehouse and Data mining》课程PPT教学课件(英文版)Chapter 2 about data - Getting to Know Your Data.ppt
- 重庆大学:《数据仓库与数据挖掘 Data Warehouse and Data mining》课程PPT教学课件(英文版)Chapter 3 Data Preprocessing.ppt
- 重庆大学:《数据仓库与数据挖掘 Data Warehouse and Data mining》课程PPT教学课件(英文版)Chapter 4 OLAP - Data Warehousing and On-line Analytical Processing.ppt
- 重庆大学:《数据仓库与数据挖掘 Data Warehouse and Data mining》课程PPT教学课件(英文版)Chapter 5 Mining Frequent Patterns, Association and Correlations:Basic Concepts and Methods.ppt
- 重庆大学:《数据仓库与数据挖掘 Data Warehouse and Data mining》课程PPT教学课件(英文版)Chapter 6 Advanced Frequent Pattern Mining.ppt
- 重庆大学:《数据仓库与数据挖掘 Data Warehouse and Data mining》课程PPT教学课件(英文版)Chapter 7 Classification:Basic Concepts.ppt
- 重庆大学:《数据仓库与数据挖掘 Data Warehouse and Data mining》课程PPT教学课件(英文版)Chapter 8 Cluster Analysis:Basic Concepts and Methods.pptx
- 重庆大学:《数据仓库与数据挖掘 Data Warehouse and Data mining》课程PPT教学课件(英文版)Chapter 9 Outlier Analysis.ppt
- 延安大学:《网页制作基础教程》课程教学资源_教学大纲.pdf
- 延安大学:《网页制作基础教程》学术论文_基于AJAX技术的Web模型在网站互动平台的应用研究.pdf
- 延安大学:《网页制作基础教程》学术论文_基于RIA技术的实验演示系统的设计与实现.pdf
- 延安大学:《网页制作基础教程》学术论文_服务器推技术在实验演示系统中的应用.pdf
- 延安大学:《网页制作基础教程》学术论文_用户行为驱动的网页布局自动调整的研究.pdf
- 《网页制作基础教程》参考书籍(PDF):JavaScript 权威指南(第四版).pdf
- 《网页制作基础教程》参考书籍(PDF):Python学习手册(第3版,涵盖Pathon 2.5).pdf