【人工智能】消解反演复习

这篇具有很好参考价值的文章主要介绍了【人工智能】消解反演复习。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

CH4:谓词逻辑表示与推理技术

需要了解有关离散数学的基础概念

谓词逻辑法

谓词逻辑法采用谓词合式公式和一阶谓词演算把要解决的问题变为一个有待证明的问题,然后采用消解原理和消解反演来证明一个新语句是从已知的正确语句导出的, 从而证明新语句也是正确的.

命题逻辑虽能够把客观世界的各种实事表示为逻辑命题,但具有很大局限性,即不适合表达比较复杂的问题;而谓词逻辑则允许我们表达那些无法用命题逻辑表达的事情。

置换(Subtitution)&合一(Unification)

置换(Subtitution)是形如: { t1/x1,t2/x2,…, tn/xn}的有限集合。其中,ti是不同于xi的项(常量、变量、函数);x1,x2, …,xn必须是互不相同的变量; ti/xi 表示用ti代换xi

  • 令置换 s={t1/x1, … ,tn/xn},而E是一谓词公式, 那么s作用于E,就是将E中出现的变量xi均以ti代入(i=1, … ,n),结果以Es表示,并称为E的一个

  • 置换乘法(合成)
    若 θ = { t 1 / x 1 , … , t n / x n } , λ = { u 1 / y 1 , … , u m / y m } 置换的乘积 θ ⋅ λ : 1. 先作置换 : { t 1 ⋅ λ / x 1 , … , t n ⋅ λ / x n , u 1 / y 1 , … , u m / y m } 2. 若 y i ∈ { x 1 , … , x n } 时,先从中删除 u i / y i ; 3. t i ⋅ λ = x i 时,再从中删除 t i ⋅ λ / x i 所得的置换称作 θ 与 λ 的乘积,记作 θ ⋅ λ 若 θ=\{t_1/x_1,…,t_n/x_n\},λ=\{u_1/y_1,…,u_m/y_m\}\\ 置换的乘积θ·λ:\\ 1.先作置换:\{t_1·λ/x_1,…,t_n·λ/x_n,u_1/y_1,… ,u_m/y_m\}\\ 2.若yi∈\{x_1,…,x_n\}时,先从中删除u_i/y_i;\\ 3.t_i·λ=x_i 时,再从中删除t_i·λ/x_i\\ 所得的置换称作θ与λ的乘积,记作θ·λ θ{t1/x1,,tn/xn},λ{u1/y1,,um/ym}置换的乘积θλ:1.先作置换:{t1λ/x1,,tnλ/xn,u1/y1,,um/ym}2.yi{x1,,xn}时,先从中删除ui/yi;3.tiλ=xi时,再从中删除tiλ/xi所得的置换称作θλ的乘积,记作θλ
    一个例子:

  • 置换可结合:

    • s1s2表示两个置换s1和s2的合成,L表示一表达式,则有:(LS1)S2=L(S1S2),(S1S2)S3=S1(S2S3);
    • 一般地,置换不可交换。

合一:寻找项对变量的置换,以使两表达式一致。

一个置换s作用于表达式集{Ei}的每个元素,则我们用**{Ei}s**来表示置换例的集。

  • {Ei}是可合一的:如果存在一个置换s, 使得E1s= E2s= E3s=…。此s为{Ei}的合一者

  • 最一般合一者(记为mgu):通过置换最少的变量以使表达式一致。

例:表达式集 {P[x, f(y), B], P[x, f(B), B]} 的合一者为 s={A/x, B/y}, s使表达式成为单一形式 P[A,f(B), B];

​ 最简单的合一者应为: g={B/y}

消解原理

又称为归结原理。是一种基于逻辑的、采用反证法的推理方法,是机器定理证明的主要方法。

消解法的基本原理:采用反证法或者称为反演推理方法,将待证明的表达式(定理)转换成为逻辑公式(谓词公式),然后再进行归结,归结能够顺利完成,则证明原公式(定理)是正确的。

证明的基本思想:

  • 设F1、 … 、Fn、G为公式,G为F1、 … 、Fn的逻辑推论,当 且仅当公式((F1∧…∧Fn)→ G)是有效的。
  • 反证法:设F1、 … 、Fn、G为公式,G为F1、…、Fn的逻辑推论,当且仅当公式(F1∧…∧Fn ∧ ¬G)是不可满足的。

一些概念:

  • 文字:一个原子公式和原子公式的否定都叫做文字,如:P(x),¬P(x,f(x)),Q(x, g(x))

  • 子句:由文字的析取组成的公式,如: P(x)∨Q(x), ¬P(x,f(x))∨Q(x,g(x))

  • 空子句:不包含任何文字的子句

  • 子句集:由子句构成的集合

  • 消解:消解过程被应用于母体子句对,以便产生一个导出子句

    例如,如果存在某个公理E1∨E2和另一公理 E2∨E3,那么E1∨E3在逻辑上成立,这就是消解。而称E1∨E3为E1∨E2和E2∨E3的消解式(resolvent)

任何谓词公式F都可通过等价关系及推理规则化为相应的子句集S

子句集的求取:

消解反演,复习,人工智能

  1. 消去蕴涵符号:只应用∨和~符号,例如以 ¬A∨B替换A→B。

    消解反演,复习,人工智能

  2. 减少否定符号的辖域:每个否定符号~最多只用到一个谓词符号上,并反复应用狄·摩根定律。如:

    • A∨B代替~ (A∧B),
    • A∧B代替~(A∨B),
    • 以(∃x){A}代替(∀x)A,
    • 以(∀x){A}代替(∃x)A,
    • 以A代替(A)

    消解反演,复习,人工智能


  3. 对变量标准化(“换名”):对哑元(受量词约束的变量)改名以保证每个量词有其自己唯一的哑元。

    消解反演,复习,人工智能


  4. 消去存在量词:

    1. 如果要消去的存在量词在某些全称量词的辖域内:如(∀y) [ (∃x) P(x,y) ] ——> (∀y)P(g( y), y)

      • 以一个Skolem函数代替每个出现的存在量词的量化变量,这里就是用Skolem函数代替∃的量化变量x。
      • Skolem函数的变量就是全称量词所约束的全称量词量化变量,所以Skolem函数的变量就是∀约束的y。
      • Skolem函数所使用的函数符号必须是新的,即不允许是公式中已经出现过的函数符号。
    2. 如果要消去的存在量词不在任何一个全称量词的辖域内,那么就使用不含变量的Skolem函数即常量。例如:(∃x)P(x)化为P(A)。常量符号A用来表示我们知道的存在实体。A必须是个新的常量符号,即未曾在公式中其它地方使用过。

      消解反演,复习,人工智能


  5. 化为前束形:

    把所有全称量词移到公式的左边,并使每个量词的辖域包括这个量词后面公式的整个部分。

    前束形 = (前缀) (母式)

    ​ = (全称量词串) (无量词公式

    消解反演,复习,人工智能


  6. 把母式化为合取范式(由一些谓词公式和(或)谓词公式的否定的析取有限集组成的合取。)

    消解反演,复习,人工智能

    这里用了分配律


  7. 消去全称量词

    消解反演,复习,人工智能


  8. 消去连词符号∧:用 { (A∨B) , (A∨C) } 代替(A∨B)∧(A∨C)

    最后得到一个有限集, 其中每个公式是文字的析取。任一个只由文字的析取构成的合式公式叫做一个子句

    消解反演,复习,人工智能


  9. 更换变量名称:

    例如{P(x)∨P(y)∨P[f(x,y)], ~P(x)∨Q[x,g(x)], P(x)∨P[g(x)]},使一个变量符号不出现在一个以上的子句中:

    • ~P(x) ∨ ~P(y) ∨ P[f(x, y)] ——> ~P(x1) ∨ ~P(y) ∨ P[f(x1, y)]

    • ~P(x) ∨ Q[x, g(x)] ——> ~P(x2) ∨ Q[x2, g(x2)]

    • ~P(x) ∨ ~P[g(x)]} ——> ~P(x3) ∨ ~P[g(x3)]

    消解反演,复习,人工智能



消解反演

应用归结原理证明定理的过程称为归结(消解)反演。

一般过程:

  1. 建立子句集S
  2. 从子句集S出发,对S的子句使用归结推理规则
  3. 如果得出空子句, 则结束;否则转下一步
  4. 将所得归结式仍放入S中
  5. 对新的子句集使用归结推理规则
  6. 转3

说明两点:

  • 空子句不含有文字,它不能被任何解释满足, 所以空子句是永假的,不可满足的
  • 归结过程出现空子句,说明出现互补文字,说明S中有矛盾,因此S是不可满足的。

如欲证明Q为P1 ,P2 ,…,Pn的逻辑结论,只需证(P1∧P2∧…∧Pn)∧¬Q是不可满足的。

F为已知前提的公式集,Q为目标公式(结论),用归结反演进行证明的步骤是:

  1. 否定Q,得到¬Q;
  2. 把¬Q并入到公式集F中,得到{F, ¬Q};
  3. 把公式集{F, ¬Q}化为子句集S;
  4. 应用消解推理规则对子句集S中的子句进行归结,并把每次归结得到的归结式都并入S中。如此反复进行,若出现了空子句,则停止归结。

消解推理规则

消解的定义:

​ 令L1,L2为两任意原子公式:L1和L2具有相同的谓词符号,但一般具有不同的变量,已知两个子句L1∨ α 和~L2 ∨ β,如果L1和L2具有最一般合一σ,那么通过消解可以从两个父辈子句推导出一个新子句(α∨β)σ。这个新子句叫做消解式

消解式求法:

消解反演,复习,人工智能


含有变量的消解式

必须找到一个作用于父辈子句的置换,使父辈子句含有互补文字:

消解反演,复习,人工智能


消解推理的常用规则

消解反演,复习,人工智能


反演求解过程

例:“如果无论约翰(John)到哪里去,菲多(Fido)也就去那里,那么如果约翰在学校里,菲多在哪里呢?”

  • 公式集S:(∀x) [AT(JOHN, x) ⇒ AT(FIDO, x)],AT(JOHN,SCHOOL)
  • 把问题化为一个包含某个存在量词的目标公式,使得此存在量词量化变量表示对该问题的一个解答:(∃x)AT(FIDO,x)

(1)把由目标公式的否定产生的每个子句添加到目标公式否定之否定的子句中去。

目标公式的否定产生:(∀x)[~AT(FIDO,x)],其子句形式为:~AT(FIDO,x),把它添加至目标公式的否定之否定的子句中去,得重言式:~AT(FIDO,x)∨AT(FIDO,x)

(2)按照反演树,执行和以前相同的消解,直至在根部得到某个子句为止。

消解反演,复习,人工智能

(3)用根部的子句作为一个回答语句。子句AT (FIDO,SCHOOL)就是这个问题的合适答案。

变换关系涉及到把由目标公式的否定产生的每个子句变换为一个重言式

把一棵根部有NIL的反演树变换为根部带有回答语句的一棵证明树

注意:在消解之前仍然要严格遵循子句集求解的步骤!比如(1)中的变量名已经被替换为不同的x和y


语义网络法

语义网络是知识的一种结构化图解表示,它由节点和弧线组成。

节点用于表示实体、概念和情况等,节点之间的弧线用于表示节点间的关系。

二元语义网络

  1. 表示简单的事实:消解反演,复习,人工智能


  2. 表示占有关系和其它情况:


  3. 用一组基元来表示知识:


多元语义网络

多元关系可转化成一组二元关系的组合,或二元关系的合取。


表示

框架表示

是一种结构化表示法,通常采用语 义网络中的节点-槽-值表示结构。

特征:

  • 有一个框架名(可带有参数)
  • 有一组属性,每个属性称为一个,里面可存放属性值。
    • 每个属性对值有要求,不同属性的类型可不同
    • 有些属性值可为子框架调用(可带参数)
    • 有些属性值是预先确定,有些属性值需在生成实例时代入
    • 有些属性值在代入时需满足一定条件,有时,在不同属性的属性值之间还有一些条件需要满足

消解反演,复习,人工智能


剧本表示

框架的一种特殊形式,它用一组槽来描述某些事件 的发生序列。

构成:

  • 开场条件:给出在剧本中描述的事件发生的前提条件
  • 角色:用来表示在剧本所描述的事件中可能出现的有关人物的一些槽。
  • 道具:这是用来表示在剧本所描述的事件中可能出现的有关物体的一些槽。
  • 场景:描述事件发生的真实顺序,可以由多个场景组成,每个场景又可以是其它的剧本。
  • 结果:给出在剧本所描述的事件发生以后通常所产生的结果。

消解反演,复习,人工智能

与框架相比:要呆板得多,知识表达的范围也很窄,因此不适用于表达各种知识,但对于表达预先构思好的特定知识,如理解故事情节等,是非常有效的。

剧本的两个特点:文章来源地址https://www.toymoban.com/news/detail-788017.html

  1. 一旦剧本被启用,则可以应用它来进行推理。其中最重要的是运用剧本可以预测没有明显提及的事件的发生。
  2. 一个典型的事件被中断,也就是给定情节中的某个事件与剧本中的事件不能对应时,则剧本便不能预测被中断以后的事件了。

到了这里,关于【人工智能】消解反演复习的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 决策树 (人工智能期末复习)

    参考书:机器学习(周志华) 随机事件未按照某个属性的不同取值划分时的熵减去按照某个属性的不同取值划分时的平均熵。 表示事物的混乱程度,熵越大表示混乱程度越大,越小表示混乱程度越小 。 对于随机事件,如果当前样本集合 D 中第 k 类样本所占的比例为 p k {p_

    2024年02月02日
    浏览(39)
  • 【头歌】期末复习人工智能原理

    目录 人工智能之盲目搜索算法 第1关:盲目搜索之宽度优先搜索算法 第2关:盲目搜索之深度优先搜索算法 问题求解的基本原理 第1关:状态空间法问题求解 第2关:问题归约法问题求解 启发式搜索算法 第1关:评估函数和启发信息 第2关:A*搜索算法 语义网络 第1关:语义网

    2024年02月05日
    浏览(33)
  • 贝叶斯网络 (人工智能期末复习)

    一种简单的用于表示 变量之间条件独立性 的 有向无环图 (DAG)。 给出一定表述,要求 画出贝叶斯网络图 ; 给出每个节点的 条件概率表 ; 使用贝叶斯网络 计算概率 ; 分析贝叶斯网络的 独立性 ; - 要求画出贝叶斯网络图 (20年期末)臭鸡蛋(E)或灾难后动物的尸体(

    2024年02月04日
    浏览(39)
  • 【复习】人工智能 第 8 章 人工神经网络及其应用

    因为计算牵扯到导数,所以这章难的部分不会考太难。 人工神经网络是对人脑或生物神经网络若干基本特性的抽象和模拟。 深度学习是神经网络的发展。 人工智能曾经历过很长一段时间的停滞不前。 浩瀚的宇宙中,也许只有包含数千忆颗星球的银河系的复杂性能够与大脑相

    2024年01月19日
    浏览(38)
  • 人工智能及其应用(蔡自兴)期末复习

    本文是基于郑州大学人工智能课程制作的复习笔记,教学内容基本很陈旧,应该很久都不会更新。 ⭐️ 都是我们的复习重点,需要进行关注 人工智能太恶心了,内容太多了! 注:我只是按照我们的课件来进行复习,不要盲目相信我的主观观点!!! 每年教的老师是不一样

    2024年02月07日
    浏览(38)
  • 人工智能期末复习——速通知识点

    知识点是通过老师上课ppt整理,对于期末复习的基本考点都有涉及,以及计算题部分都有例题进行讲解,希望能帮助大家更好的复习。 智能的主要流派: 思维理论:智能的核心是思维 知识阈值理论:智能取决于知识的数量及一般化程度 进化理论:用控制取代知识的表示 智

    2024年02月03日
    浏览(33)
  • 人工智能教材习题及答案(期末考试复习)

    习题1 一、填空 1.人工智能研究的三大学派:符号主义学派、 连接主义学派、行为主义学派 。 2.机器思维就是让计算机能够对感知到的 外界信息 和 自已产生的内部信息 进行 思维性 加工。 3.符号主义认为:人工智能起源于 数理逻辑 ,人类认知(智能)的基本元素是符号(sym

    2024年04月16日
    浏览(62)
  • 人工智能期末复习(背题家的落幕!)

    小时候最喜欢的一集😿 内容比较多,有点小难捏 题目很多,基本上齐全了,列了三个梯队,重点看⭐⭐⭐,其余两队有印象即可 😆 1、一般的多层感知器不包含哪种类型层次的神经元 ( 卷积层 ) 2、以下关于Sigmoid的特点说法错误的是 ( Sigmoid函数计算量小 ) 3、下列不属于数

    2024年02月11日
    浏览(37)
  • 【复习】人工智能 第六章 搜索求解策略(又多又难)

    在求解一个问题时,涉及到两个方面: (1)该问题的表示 (2)相对合适的求解方法:由于绝大多数需要人工智能方法求解的问题缺乏直接求解的方法,因此, 搜索 为一种求解问题的一般方法。 另外如果真的想拿下这一章,还是走一下ppt或书上的八数码的对应的每一种情况

    2024年01月16日
    浏览(40)
  • 【复习】人工智能 第7章 专家系统与机器学习

    专家系统就是让机器人当某个领域的专家,但这章专家系统不咋考,主要靠书上没有的机器学习。 (1)编程思想: 传统程序 = 数据结构 + 算法 专家系统 = 知识 + 推理 (2)知识存储位置: 传统程序:关于问题求解的知识隐含于程序中。 专家系统:知识单独组成知识库,与

    2024年01月16日
    浏览(27)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包