近似推理

摘要： 对命题逻辑的相关概念进行量化处理,是命题逻辑研究的一种新方法,是一种有别于语构与语义的研究方法,是研究命题集结构的一个有力工具.通过运用向量间的Jaccard相似系数,在经典逻辑系统L中给出了公式间的Jaccard相似度、Jaccard距离等概念,给出了计量逻辑学中公式真度的Jaccard相似度表示形式,建立了一种新的量化模型.讨论了由Jaccard距离导出的逻辑度量空间(F(S),ρJ)的一些性质.得到结论:矛盾式是逻辑度量空间(F(S),ρJ)中唯一的孤立点;逻辑度量空间(F(S),ρJ)中的非空开球是不相容理论.

摘要： 针对基于相似度的推理和合成关系推理存在的不足,本文提供一种将相似度量与贴近方向相结合,生成修正或诱导模糊关系的近似推理模式.通过引入模糊概念间贴近方向函数,构造扩展型和缩减型2类修正函数,由此导出推理模型的一般表达形式,并对几个修正算子和构造条件关系的模糊转化算子进行了分析比较.基于该推理模式构建焊接工艺决策模型,由给定熔深来确定合理的焊接规范参数,结果表明:模型可达到较高的计算精度,从而解决了近似推理中输出结果不能对输入事实的每一变化作出准确响应的问题.

摘要： 由中国人工智能学会主办,中国人工智能学会粒计算与知识发现专委会协办,国际粗糙集学会支持,山西大学承办的2020年中国粒计算与知识发现学术会议(第二十届中国粗糙集与软计算学术会议、第十四届中国粒计算学术会议、第八届三支决策学术会议)将于2020年8月14-16日在“历史文化名城——山西太原”召开。热忱欢迎相关研究人员踊跃投稿并参会。一、征文范围(包括但不仅限于)1.粗糙集与软计算:粗糙集理论及应用、模糊集理论及应用、近似推理与不确定性分析、多准则决策分析、进化计算、神经计算、类脑计算、认知计算、云模型理论及其应用等。

摘要： 变结构动态贝叶斯网络(SVDBN)在处理非稳态过程的不确定问题具有其独特的优越性。为克服SVDBN推理算法不能实现在线推理的缺陷,在引入SVDBN的时间窗和时间窗宽度概念基础上,阐述了基于时间窗的SVDBN在线近似推理机制,提出了2种在线近似推理算法,即基于时间窗的变结构离散动态贝叶斯网络(SVDDBN)递推推理算法和基于时间窗的SVDDBN快速推理算法。通过仿真实验验证了这2种算法的有效性,并从复杂度、适用范围及更新时间等方面进行了比较。

摘要： 本文以任意预粗糙代数为赋值格的粗糙逻辑为研究对象,基于格赋值理论,通过在预粗糙代数赋值格和全体公式集上分别建立概率测度,利用积分方法提出了粗糙逻辑中公式的一种新的粗糙概率真度.证明了粗糙概率真度的MP规则、HS规则和交推理规则,同时引入了公式的精确度和粗糙度的概念.基于粗糙概率真度,提出公式间的9种粗糙相似度和伪距离,进而提出3种近似推理模式,研究了相关性质.将计量逻辑学中的相关理论推广到以预粗糙代数为赋值格的粗糙逻辑上,为基于粗糙概率真度的程度化推理提供了一种可能的框架.

摘要： 在基于相似性的近似推理中,通过引入模糊集合之间的相似匹配方向作为模糊推理中相似性匹配的补充,可以更精确地描述模糊集合中隶属信息的变化趋势.在SMRR推理模式中,模糊关系的调整是通过给定事实与规则的相似匹配来实现的,这样,当输入事实和规则前提发生的每一变化,包括扩大或缩小的改变,都可以反映在调整后的模糊关系中,从而解决了CRI的推理结果与实际情况不一致的问题,并且改进和完善了现有的基于相似度量的近似推理机制.

摘要： 作为一种决策支持系统,模糊系统不仅具有处理不确定性信息的能力,又能够明确表达不确定性知识和推理过程。但现存的一个问题是,对于包括采用模糊方法的系统在内的计算机决策支持系统,目前还未出现能够明确评估系统实际可行性的方法。提出了不可区分性的概念框架,并将其作为评估计算机决策支持系统的关键部分,给出了相关案例研究。案例证明人类专家的评判并非完美,模糊系统能够在技术层面模拟人类的决策,包括人类专家在评判时表现出的差异性。使用模糊方法进行基于知识不确定性的表达与推理是非常必要的,而差异则是学习时不可避免的表现形式,在评估人工智能系统时应接受其不完美的决策。

摘要： 首先应用模糊集截集的方法,给出了多值逻辑系统(L)n中广义重言式的一个等价刻画,并利用模糊集间的标准Hammin距离,定义了公式间的Hamming距离、Hamming相似度与Hamming真度,给出了计量逻辑学基本概念的Hamming距离表示方法.然后给出了计量逻辑学中公式真度的一个分解定理,这个定理指出在计量逻辑学中,任意一个公式的真度等于一些互不相容的公式的真度之和,而公式Φ本身则逻辑等价于这些公式的并.最后应用所提方法定义了广义MP问题的三-Ⅰ真度解,并讨论了三-Ⅰ真度解的存在性问题.

摘要： 本文以模糊集间的Camberra距离为工具,给出了多值(L)ukasiewicz逻辑系统中公式间的Camberra-距离,Camberra-相似度与Camberra-真度的概念,讨论了Camberra-相似度与Camberra-真度的性质,证明了每一个公式Φ的Camberra-真度都等于一些互不相容的公式的Camberra-真度之和.然后以Camberra-真度为依托,研究了(L)ukasiewicz 逻辑度量空间的一些性质,证明了三值(L)ukasiewicz逻辑度量空间没有孤立点,以及每一个球形领域都是不相容理论等结论.为在公式集F(S)上展开程度化推理提供了一种新的方法.

摘要： 知识处理的发展对"否定知识"的认识提出了新的要求.中介逻辑是一个完全形式化的系统,其完整地反映了矛盾和对立等否定关系以及推理关系.文章针对模糊知识,在中介逻辑无穷值语义模型的基础上,研究了基于中介逻辑的近似推理问题.文章分析了模糊知识中的否定关系,并以中介逻辑及其无穷值语义模型给予其语形与语义描述.然后,扩展了近似推理的CRI算法.同时,给出了语义匹配度的度量,包括语义距离和相似度,进而提出了基于语义匹配度度量的近似推理方法.

摘要： 基于演绎定理,公式的真度理论和公式集的根的理论,在经典(二值)逻辑系统C2,n值Lukasiewicz逻辑系统Ln,R0-模糊逻辑系统L*中讨论了根在F(S)的近似推理误差分析中的作用.同时,讨论了三种近似推理的内在联系.

摘要： 以公式真度为基础,给出了分别基于真度和条件真度的伪距离的真度表示式，讨论了基于真度、条件真度的伪距离和非对称伪度量的理论Γ的误差不大于ε结论的近似推理模式的关系问题。

摘要： 自从W.L.Gao和D.J.Buehrer提出Vague集理论以来,该理论已在包括近似推理在内的智能系统中得到广泛的应用,Vague(值)集间的相似度量成为实现这些应用的主要工具之一.许多作者提出相似度量公式,并分别研究了它们的性质.但什么样的函数才可作为Vague(值)集间的相似度量,应该有一个统一的标准.为此给出Vague(值)集间的相似度量的公理化定义.并提出两个Vague(值)集间的新的加权相似度量.已知的大多数Vague(值)集间的相似度量公式是满足这个定义的.但也有不满足此定义的公式,并举例说明其作为Vague(值)集间的相似度量确实是不适合的. 本文把文提出的近似推理模型加以细化,并应用本文提出的一个Vague值间加权相似度量的公式进行近似推理,实例表明这样的近似推理是可行的。

摘要： 该文针对带格值真值的多维多重推理模式给出了基于格值命题逻辑系统Ｌ〈，ｖｐｌ〉的一类近似推理方法。这类近似推理方法在Ｌ〈，ｖｐｌ〉中不仅有严格的语义解释，而且有严密的语法论证，因而它是一类以Ｌ〈，ｖｐｌ〉为其逻辑基础的逻辑推理方法。

摘要： 根据演绎定理和完备性定理,应用公式真度理论在几种常见标准完备性成立的系统中建立一种新的一般理论的相容度概念,给出了理论Γ相容,不相容及其它相关结论的充分必要条件,进而将这种相容度的建立思想推广并提出了Γ推出A的程度(Exten(Γ,A))的概念,得到相应的一些充要条件。

摘要： 在二值命题逻辑、各类n值命题逻辑和各类模糊命题逻辑中引入了命题的诱导函数的概念,在此基础上分别就离散和连续情形利用均匀概率空间的无穷乘积和积分语义学方法引入了命题的真度概念.其次,基于演绎定理建立了程度化的近似推理理论.最后,提出了有限逻辑理论的相容度理论.

摘要： 以模糊逻辑系统中公式的真度概念为基础,提出了基于真度理论的模糊逻辑方程的概念.并在G(o)del逻辑系统中就形如τ(X→p)=α的模糊逻辑方程展开了讨论.我们得到了如下结论:模糊逻辑方程τ(X→p)=α有m-同型解当且仅当α∈{i/(m+2)!+1/2|i=0,1,2…,(m+2)!/2}.

摘要： 以模糊逻辑系统中公式的真度概念为基础,提出了基于真度理论的模糊逻辑方程的概念.并在G(o)del逻辑系统中就形如τ(X→p)=α的模糊逻辑方程展开了讨论.我们得到了如下结论:模糊逻辑方程τ(X→p)=α有m-同型解当且仅当α∈{i/(m+2)!+1/2|i=0,1,2…,(m+2)!/2}.

摘要： 以模糊逻辑系统中公式的真度概念为基础,提出了基于真度理论的模糊逻辑方程的概念.并在G(o)del逻辑系统中就形如τ(X→p)=α的模糊逻辑方程展开了讨论.我们得到了如下结论:模糊逻辑方程τ(X→p)=α有m-同型解当且仅当α∈{i/(m+2)!+1/2|i=0,1,2…,(m+2)!/2}.

摘要： 本发明涉及一种基于最小解释的本体查询推理近似方法，属人工智能领域。方法的适用对象是表达能力强、应用范围广的datalog±本体。其特征在于将针对datalog±本体的查询自动转换成一组长度不超过用户指定阈值的最小解释，然后通过每个最小解释直接访问本体的ABox部分，得到各自的查询答案集合。这些集合的并集就是原查询答案集合的子集，其接近原集合的程度由最小解释的长度阈值所控制。方法的关键在于将datalog±本体的TBox部分自动编译成可以接收用户联合查询的Prolog程序，调用高效的Prolog系统自动计算所有长度不超过用户指定阈值的最小解释。方法整体的数据复杂度为多项式时间。本发明适用于各种基于datalog±本体的应用场合，为这些场合提供高效的信息查询服务。

摘要： 一种基于近似4‑2压缩器的近似乘法运算方法和近似乘法器，根据乘数和被乘数得到部分积所有位的值，并将所有位部分积分为精确压缩部分、近似压缩部分和截断部分，精确压缩部分利用4‑2压缩器、全加器和半加器进行精确压缩，近似压缩部分添加第一补偿值后用近似4‑2压缩器进行近似压缩，将精确压缩后的部分积和近似压缩后的部分积相加得到精确压缩部分和近似压缩部分对应的输出位，并结合第二补偿值作为的截断部分对应的输出位共同构成最终乘法结果。本发明通过采用低位部分积截断和近似树形压缩减少了电路复杂度，降低了延迟功耗，同时结合常数补偿进一步减小乘法运算误差，保持了较高的精度。

摘要： 公开了使用SOFTMAX近似来减少神经网络推理时间。方法、系统和装置，包括在计算机存储介质上编码的计算机程序，使用softmax近似减少神经网络推理时间。方法之一包括维护为可能神经网络输出词汇中每个输出指定相应softmax权重向量的数据；接收神经网络输入；使用一个或多个初始神经网络层处理神经网络输入以针对神经网络输入生成场境向量；以及针对神经网络输入在可能神经网络输出的词汇上生成近似分值分布，包括：使用筛选模型处理场境向量，筛选模型被配置成针对场境输入预测词汇的适当子集；和针对在适当子集中的每个输出生成相应logit，包括将输出的softmax权重向量应用于场境向量。

摘要： 本发明涉及一种基于最小解释的本体查询推理近似方法，属人工智能领域。方法的适用对象是表达能力强、应用范围广的datalog±本体。其特征在于将针对datalog±本体的查询自动转换成一组长度不超过用户指定阈值的最小解释，然后通过每个最小解释直接访问本体的ABox部分，得到各自的查询答案集合。这些集合的并集就是原查询答案集合的子集，其接近原集合的程度由最小解释的长度阈值所控制。方法的关键在于将datalog±本体的TBox部分自动编译成可以接收用户联合查询的Prolog程序，调用高效的Prolog系统自动计算所有长度不超过用户指定阈值的最小解释。方法整体的数据复杂度为多项式时间。本发明适用于各种基于datalog±本体的应用场合，为这些场合提供高效的信息查询服务。

摘要： 本发明公布了一种基于组合隐马尔可夫模型和近似推理方法的非侵入式负荷监测方法，该方法的模型为两类扩展因子隐马尔可夫模型的组合，同时考虑总观测值和短时间内功率急剧变化的特点，并加引入噪声混合模型以模拟实际环境的信号干扰，在增加了整数约束和必要约束后将两个模型优化问题转化为一个混合近似推理问题，分解总负荷曲线得到所有单独负荷的工作曲线；本发明采用的非侵入式监测方法仅需输入有功功率就可对家用负荷建模和分解，所得结果更加符合真实用电情景，并具有可移植性和隐私保护，可以快速布置到家庭总线上的片上系统进行工作，而无需上传负荷信息到云端的数据处理中心，保护了用户的关键负荷使用情况、负荷运行情况一类的隐私信息。

摘要： 本发明公开了一种概率图模型的近似推理算法，首先利用分离算法选择有效的k‑叉环不等式约束；然后将这些k‑叉环不等式约束对应的环组合到一个平面子图上，并逐次添加到对偶子问题中；最后通过优化对偶问题来求解原推理问题，本发明研究概率图模型近似推理算法，提出了一个基于等价性定理的平面子图选择准则，利用该准则设计了一个对偶分解框架下的快速收敛推理算法，该算法首先利用分离算法选择有效的k‑叉环不等式约束，然后将这些k‑叉环不等式约束对应的环组合到一个平面子图上，并逐次添加到对偶子问题中，最后通过优化对偶问题来求解原推理问题。实验表明，该算法与其它主流近似推理算法相比，收敛速度更快。

摘要： 本发明公开了一种分层次的双向近似推理技术，包括基于Scale/Move变换的正向模糊插值技术和Backward fuzzy rule interpolation(B‑FRI)逆向模糊插值技术，与现有技术相比，本发明从逆向追朔的角度出发，基于反向模糊插值的双向近似推理方法可以同时分析具有不完备和不一致特征的数据(规则)集。运用该方法可以通过对不完备不一致数据进行双向插值计算并得到决策结果。该方法预计将能大大减少推理过程中的计算复杂度，同时保证结论的准确性。为实际的应用系统提供一种灵活的，快速的近似计算推理方法支持。

摘要： 本发明公开了一种基于命题逻辑概率赋值的近似推理模式算法，与现有技术相比，本发明将经典命题逻辑的赋值域由二值{0,1}推广到给定的概率空间，引进命题公式的概率赋值，概率赋值是经典命题逻辑二值赋值及各种真度概念的推广。利用概率赋值引入命题公式的概率真度、不可靠度、基于独立事件赋值集的概率真度等概念，通过讨论概率真度的性质，证明全部命题公式基于独立事件赋值集的真度之集在[0,1]中没有孤立点，在命题逻辑形式推演中一个有效推理结论的不可靠度不超过各前提的不可靠度与其必要度的乘积之和。在概率赋值基础上，引进命题公式集的a.e.结论、依概率结论、依概率真度结论等概念，讨论这些概念之间的联系，提出两个不同类型的近似推理模式。

摘要： 本发明公布了一种分层递阶的DSmT快速近似推理融合方法。该方法针对超幂集空间中仅单子焦元具有信度赋值的情况，利用二叉树和三叉树分组技术对其进行刚性分组，以便实现不同粒度焦元的映射。与此同时，对每个信息源对应的各个分组焦元进行信度赋值求和，然后运用DSmT组合规则和比例冲突分配规则对粗化超幂集空间的两个信息源进行融合，保存该融合结果作为父子之间节点连接权值，接着对每个分组焦元信度赋值归一化处理。通过设定树的深度，来确定分层递阶的次数。本发明具有计算简单，运算效率高，近似计算结果鲁棒性好等优点，能够有效地解决DSmT证据推理随着鉴别框焦元的增加而导致的计算瓶颈问题。

摘要： 本发明所述基于信息扩散近似推理实现配方产品的感官指标相关性分析方法，其目的在于解决上述问题和不足而基于信息扩散近似推理和模糊散点图，能够处理小样本提供的模糊信息，以实现配方产品感官指标相关性的分析，达到避免专家经验所造成的评估结果差异，提高感官评估的精度。所述的相关性分析方法是结合信息扩散近似推理和模糊散点图。感官评估本身具有很强的模糊性，其评估结果往往有很大的差异。信息扩散技术的处理对象主要是小样本提供的模糊信息，并独立发展成为一种函数逼近方法体系，其扩散函数不依赖于专家经验，完全取决于提供的样本。感官评估中的输入输出关系大部分具有强烈的非线性，在将样本建模之前，利用信息扩散近似推理对原有样本进行降噪和光滑处理，将原有的矛盾样本转换生成新的光滑样本。