Zagadnienia automatycznego wnioskowania w logikach deskrypcyjnych

Slides:



Advertisements
Podobne prezentacje
Włodzisław Duch Katedra Informatyki Stosowanej,
Advertisements

Typy strukturalne Typ tablicowy.
Mechanizm wnioskowania rozmytego
RACHUNEK ZDAŃ.
11. Różniczkowanie funkcji złożonej
Systemy Sztucznej Inteligencji
Systemy Sztucznej Inteligencji
REGUŁOWO-MODELOWE SKORUPOWE SYSTEMY EKSPERTOWE Część 1
Formalizacja i uwiarygodnianie Iteracyjny proces syntezy modeli
Logiki (nie)klasyczne
Matematyka Dyskretna, G.Mirkowska, PJWSTK
Sztuczna Inteligencja Reprezentacja wiedzy II
11 RDF Wertykalne zastosowania XML-a. 22 RDF - Wprowadzenie Problemy Sieć jest nieczytelna dla programów komputerowych. Sieć zawiera zbyt wiele informacji.
Programowanie liniowe całkowitoliczbowe
Projektowanie systemów informacyjnych
AUTOMATYCZNE DOWODZENIE TWIERDZEŃ.
Dokumentowanie wymagań w języku XML
dr inż. Grzegorz Maniarski
Sztuczna Inteligencja Reprezentacja wiedzy I Reprezentacja logiczna
Pamięć semantyczna Część pamięci długotrwałej, w której przechowuje się podstawowe znaczenie słów i pojęć.
Anna Makiewicz I Anna Leśnikowska
DANE INFORMACYJNE Gimnazjum Nr 43 w Szczecinie ID grupy: 98/38_MF_G2
Inteligentne Systemy Informacyjne
Animacja Animacja jest procesem automatycznego generowania serii obrazów, gdy kolejny obraz przedstawia pewną zmianę w stosunku do poprzedniego. Ta definicja.
Życiorys mgr inż. Krystyna Dziubich Katedra Architektury Systemów Komputerowych WETI PG Urodzona: r. Wykształcenie: studia uzupełniające.
mgr inż. Adam Łukasz Kaczmarek Katedra Inżynierii Wiedzy, WETI PG
mgr inż. Rafał Komański styczeń 2004
SZTUCZNA INTELIGENCJA ARTIFICIAL INTELLIGENCE
Jest to wyrażenie jednoznacznie stwierdzające, na gruncie danego języka, iż tak a tak jest albo że tak a tak nie jest. Zazwyczaj określa się, iż takim.
Teoria relacyjnych baz danych
Strona 1 Wykład jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Logiki nieklasyczne Krótka nota M. Muraszkiewicz.
Elementy Rachunku Prawdopodobieństwa i Statystyki
Kontrola spójności modeli UML za pomocą modelu przestrzennego DOD
Jak wnioskują maszyny? Andrzej Szałas
ALGORYTMY OPTYMALIZACJI
Modelowanie populacji i przepływu opinii pomiędzy aktorami sztucznej inteligencji za pomocą sieci społecznej Wojciech Toman.
formalnie: Rozmyte systemy wnioskujące
Kilka wybranych uzupelnień
Rachunki Gentzena Joanna Witoch.
Rozwiązanie zadań do zaliczenia I0G1S4 // indeks
Metody zapisu wiedzy.
Analiza mechanizmów sterowania przepływem pakietów w protokole TCP
1 Każdy obiekt jest scharakteryzowany poprzez: tożsamość – daje się jednoznacznie wyróżnić; stan; zachowanie. W analizie obiektowej podstawową strukturą
1. Współczesne generacje technologii
Politechniki Poznańskiej
PRZYGOTOWALI Bartosz Pawlik Daniel Sawa Marcin Turbiński.
Semantyczna teoria prawdy Tarskiego
Projektowanie Systemów Informatycznych
URZĄDZENIA TECHNIKI KOMPUTEROWEJ
Treści multimedialne - kodowanie, przetwarzanie, prezentacja Odtwarzanie treści multimedialnych Andrzej Majkowski informatyka +
KNW- Wykład 3 Powtórzenie. PROGRAM WYKŁADU NR 3 Przykładowe zadania z logiki Modele możliwych światów.
Rozwój technologii komputerowych w świetle filozoficznej refleksji nad nauką i techniką Dr Mariusz Szynkiewicz UAM w Poznaniu Zakład Filozofii Nauki
XML w serwisach webowych. Zapotrzebowanie na serwisy XML.
Strukturalna metodyka projektowania systemu informatycznego.
Systemy wspomagające dowodzenie twierdzeń
AI - Sztuczna inteligencja w oprogramowaniu dla przedsiębiorstw
KNW K Konwencjonalne oraz N Niekonwencjonalne metody W Wnioskowania.
KNW - wykład 3 LOGIKA MODALNA.
Grupowanie danych statystycznych „ Człowiek – najlepsza inwestycja”
Zastosowanie narzędzi pracujących w środowisku 3D do animacji postaci.
Pojęcia podstawowe Algebra Boole’a … Tadeusz Łuba ZCB 1.
Projektowanie wspomagane komputerem
Wstęp do Informatyki - Wykład 6
Metody sztucznej inteligencji
Włodzisław Duch Katedra Informatyki Stosowanej,
Treści multimedialne - kodowanie, przetwarzanie, prezentacja Odtwarzanie treści multimedialnych Andrzej Majkowski informatyka +
między starymi a nowymi czasami
* PROCESÓW TECHNOLOGICZNYCH
R.I ZBIORY I FUNKCJE CWICZENIA 1.
Zapis prezentacji:

Zagadnienia automatycznego wnioskowania w logikach deskrypcyjnych Linh Anh Nguyen Instytut Informatyki Uniwersytet Warszawski Linh Anh Nguyen Wnioskowanie w logikach deskrypcyjnych

Czym są logiki deskrypcyjne? logiczne formalizmy reprezentacji wiedzy rozstrzygalne fragmenty logiki I-go rzędu związane z zdaniowymi logikami modalnymi podstawy semantycznego webu (Semantic Web) języki ontologii Linh Anh Nguyen Wnioskowanie w logikach deskrypcyjnych

Czym są logiki deskrypcyjne? Jan : Dobry Jacek, Jan : ma-dziecko Jacek :  1 ma-dziecko T  Człowiek Rodzic ma-dziecko.T Szczęśliwy-rodzic  Rodzicma-dziecko.Dobry ma-dziecko  ma-potomka ma-potomka+  ma-potomka KB Czy KB | (Jacek : Szczęśliwy-rodzic) ? Linh Anh Nguyen Wnioskowanie w logikach deskrypcyjnych

Logika deskrypcyjna ALC Semantyka określona przez interpretację I = (I, I): {x | y.(x,y)RI  yCI} ma-dziecko.Lekarz R.C CI DI Matka  Ojciec C  D {x | y.(x,y)RI  yCI} ma-dziecko.Człowiek R.C I- CI Męski C CI  DI Człowiek  Męski C  D RI  I  I ma-dziecko R AI  I Człowiek A Semantyka Przykład Składnia Linh Anh Nguyen Wnioskowanie w logikach deskrypcyjnych

Inne konstrukcje pojęć i ról Semantyka określona przez interpretację I = (I, I): (RI)+ ma-dziecko+ R+ {x,y| y,xRI} ma-dzieckoˉ Rˉ {aI} {Jan} {a} {x | #{y|x,yRI} n} 2 ma-rodzica n R {x | #{y|x,yRI,yCI} n} 1 ma-rodzica.Męski n R.C {x | #{y|x,yRI,yCI} n} 3 ma-dziecko.Męski n R.C {x | #{y|x,yRI} n} 3 ma-dziecko n R Semantyka Przykład Składnia Linh Anh Nguyen Wnioskowanie w logikach deskrypcyjnych

Inne logiki deskrypcyjne Logiki deskrypcyjne są określone przez: zbiór konstrukcji złożonych pojęć i ról zbiór aksjomatów o rolach (np. R S, R+ R)‏ Logika deskrypcyjna SHIQ : rozszerza ALC o konstrukcje Rˉ, n R.C, n R.C aksjomaty postaci R S lub R+ R jest ograniczona pewnym warunkiem Zdaniowa logika dynamiczna PDL ... Linh Anh Nguyen Wnioskowanie w logikach deskrypcyjnych

Architektura systemów opartych na LD Baza wiedzy TBox (definicje pojęć)‏ ABox (fakty)‏ T  Człowiek Rodzic ma-dziecko.T Jan : Dobry Jacek, Jan : ma-dziecko Jacek :  1 ma-dziecko RBox (aksjomaty o rolach)‏ System wnioskowania Interfejs ma-dziecko  ma-potomka ma-potomka+  ma-potomka Linh Anh Nguyen Wnioskowanie w logikach deskrypcyjnych

Problemy wnioskowania KB: baza wiedzy, C, D: pojęcia Czy KB jest sprzeczna? Czy KB | C ? Czy KB {:C} sprzeczna? Czy KB | (C  D) ? Czy KB | (C  D) ? Czy KB | (C  D) ? Czy KB | (C  D)  (D  C)? Czy KB | a:C ? Czy KB {a:C} sprzeczna? Linh Anh Nguyen Wnioskowanie w logikach deskrypcyjnych

Wnioskowanie w logikach deskrypcyjnych Metody wnioskowania Probemy wnioskowania w logikach deskrypcyjnych mają zazwyczaj wysoką złożność (np. EXPTIME- zupełny), ale są rozstrzygalne. Podstawowe metody wnioskowania są oparte na tablicach analitycznych (analytic tableaux). Opracowano różne techniki optymalizacji. Linh Anh Nguyen Wnioskowanie w logikach deskrypcyjnych

Wnioskowanie: Przykład Czy R.A  R.B  (R.B  R.B) jest spełnialne? Czy { : R.A  R.B  (R.B  R.B)} ma model? R.A  R.B  (R.B  R.B)‏ R.A, R.B, R.B  R.B or  R.A, R.B, R.B R.A, R.B B, B and A, B  Linh Anh Nguyen Wnioskowanie w logikach deskrypcyjnych

Wnioskowanie: Przykład 2 KB Czy KB  { : (A  C)} jest sprzeczna ? Czy KB | (A  C) ? T  R.C  A T  R.D A  C, KB  D R.C C R.A A, C, R.C  A, R.D  A, R.A, R.C  A, R.D  or C, A, KB A, R.A, R.C, R.D A, R.A, A, R.D  and   R.C, A, R.C  A, R.D D, A, KB  Linh Anh Nguyen Wnioskowanie w logikach deskrypcyjnych

Zaawansowana propagacja sprzeczności + odcięcie KB Czy KB  { : (A  C)} jest sprzeczna? T  R.C  A T  R.D A  C, KB  D R.C C R.A A, C, R.C  A, R.D  A, R.A, R.C  A, R.D  or C, A, KB A, R.A, R.C, R.D A, R.A, A, R.D  and  R.C, A, R.C  A, R.D D, A, KB  Linh Anh Nguyen Wnioskowanie w logikach deskrypcyjnych

Wnioskowanie w logikach deskrypcyjnych Podsumowanie Logiki deskrypcyjne są użyteczne i stosowane w praktyce m.in. w semantycznym webie w tworzeniu ontologii w reprezentacji wiedzy Automatyczne wnioskowanie w LD jest intensywnie badane Jest to wciąż intensywnie rozwijająca się dziedzina, w której jest jeszcze wiele zagadnień do zbadania, np.: duże ontologie efektywne metody dla ról odwrotnych Linh Anh Nguyen Wnioskowanie w logikach deskrypcyjnych