推理形式

摘要： 美籍匈牙利数学家波利亚1959年提出在数学研究与学习中合情推理占有很重要的地位,这里的合情推理及其模式,是指借助于归纳、模拟、限定、推广、猜测、检验等思维活动来认识事物、发现真理的推理形式。同学们在学习的过程中,也常常需要运用这一推理形式,对一个个具体问题恰当地进行归纳、猜想、推广,在这一过程中,培养大家的思维能力。

摘要： 统编版教材将“逻辑的力量”编排在选择性必修(上册)第四单元,设计成活动单元。教材设计了三项“学习活动”:(1)发现潜藏的逻辑谬误。(2)运用有效的推理形式。(3)采用合理的论证方法。这是一种简约的设计,既给教学指明了方向,也给教学带来了挑战。

摘要： 【专题解释】通过对故事和具体案例的分析,在实践活动中了解三段论、假言推理以及选言推理等基本推理形式,熟悉相关推理过程,并尝试运用一些基本的推理方法,辨别、改正语言运用中的推理错误,或论证所要表达的观点。

摘要： 【专题解释】“发现潜藏的逻辑谬误”“运用有效的推理形式”“采用合理的论证方法”共同构成了“逻辑的力量”。“发现潜藏的逻辑谬误”是“逻辑的力量”中的第一个专题。本专题参阅课外资料,开展项目化学习,通过辨析常见的逻辑错误,让学生学会在具体语境中判定逻辑谬误,准确使用语言。

摘要： 逻辑的力量是怎样体现的?从《谏逐客书》这样的古代经典中可以找到答案。文本通过潜藏的逻辑链条、有效的推理形式、合理的论证方法,彰显了逻辑的力量。

摘要： 《词源》对思维的解释是:“思维就是思索、思考的意思。”“思维是人类所具有的高级认识活动。按照信息论的观点,思维是对新输入信息与脑内储存知识经验进行一系列复杂的心智操作过程。”(360百科)思维模式(thinking model)与“思维方式”的定义并没有多大区别,是一定时代的人们在一定的观念、知识和方法的基础上形成的思维过程中的思维形式、思维方法和思维程序的总和,是一种思维框架。百度百科认为:具有不同结构的判断形式、推理形式、证明形式也是不同的思维模式。在具体思维中,思维模式和思维内容总是结合在一起的,既不存在没有思维模式的思维内容,也不存在没有思维内容的思维模式。但是思维模式对于思维内容具有相对的独立性,所以逻辑学可以把思维模式抽出来作为自己的研究对象。

摘要： 课时安排:本单元建议活动时间9课时,专题一1~2课时,专题二3课时,专题三4~5课时。重点把握:专题一:逻辑规律、常见谬误类型。专题二:推理性语言材料、推理过程、推理形式。专题三:论证构成、隐含前提、间接论证、虚拟论敌。学习方式:语言和思维结合,现象和方法打通。

摘要： 逻辑推理是得到数学结论、构建数学体系的重要方式,是数学严谨性的基本保证,是人们在数学活动中进行交流的基本思维品质。逻辑推理是指从一些事实和命题出发,依据规则推出其他命题的素养。主要包含两类:一类是从特殊到一般的推理,推理形式主要有归纳、类比;一类是从一般到特殊的推理,推理形式主要有演绎。

摘要： 《素问·示从容论》中，黄帝召雷公问对时强调，受术诵书，要能“览观杂学，及于比类，通合道理”，方“可以十全”，并进一步指出:“夫圣人之治病，循法守度，援物比类，化之冥冥，……”这里所说的“援物比类”，就是我们现在常讲的“取象比类”思维方法。中医所说的“取象比类”，相当于现代科学研究中的“类比”法。类比法，是根据两个或两类对象的相同、相似的方面，来推断它们在其他方面也相同或相似的一种推理形式，故也叫“类比推理”。

摘要： 在给定的语境中表述的语句，无论是进行陈述、提出问题，还是发出命令、做出请求，总是假定了一些前提条件或背景知识，这些前提条件或背景知识就是这一语境中语句的预设。预设会涉及特定语境（现实世界或可能世界）中的诸多对象和事物情况，包括个体、类、事实或事态等等，只有明确了语境和预设，才能确定语句的真假和意义。在推理的研究中，完成一次推理所用的全部前提可以看作这一推理的预设。日常推理往往是省略的推理，有些预设前提并未明确给出，在这种情况下，对预设作全面的分析尤为重要。

摘要： 在给定的语境中表述的语句，无论是进行陈述、提出问题，还是发出命令、做出请求，总是假定了一些前提条件或背景知识，这些前提条件或背景知识就是这一语境中语句的预设。预设会涉及特定语境（现实世界或可能世界）中的诸多对象和事物情况，包括个体、类、事实或事态等等，只有明确了语境和预设，才能确定语句的真假和意义。在推理的研究中，完成一次推理所用的全部前提可以看作这一推理的预设。日常推理往往是省略的推理，有些预设前提并未明确给出，在这种情况下，对预设作全面的分析尤为重要。

摘要： 在给定的语境中表述的语句，无论是进行陈述、提出问题，还是发出命令、做出请求，总是假定了一些前提条件或背景知识，这些前提条件或背景知识就是这一语境中语句的预设。预设会涉及特定语境（现实世界或可能世界）中的诸多对象和事物情况，包括个体、类、事实或事态等等，只有明确了语境和预设，才能确定语句的真假和意义。在推理的研究中，完成一次推理所用的全部前提可以看作这一推理的预设。日常推理往往是省略的推理，有些预设前提并未明确给出，在这种情况下，对预设作全面的分析尤为重要。

摘要： 在给定的语境中表述的语句，无论是进行陈述、提出问题，还是发出命令、做出请求，总是假定了一些前提条件或背景知识，这些前提条件或背景知识就是这一语境中语句的预设。预设会涉及特定语境（现实世界或可能世界）中的诸多对象和事物情况，包括个体、类、事实或事态等等，只有明确了语境和预设，才能确定语句的真假和意义。在推理的研究中，完成一次推理所用的全部前提可以看作这一推理的预设。日常推理往往是省略的推理，有些预设前提并未明确给出，在这种情况下，对预设作全面的分析尤为重要。

摘要： 本发明公开了一种基于加权模糊Petri网的自主无人机形式化推理方法，用于解决现有基于模糊Petri网的形式化推理方法实用性差的技术问题。技术方案是引入加权模糊Petri网形式化推理算法，并在推理算法中采用矩阵对应行列元素相乘取最大值算子代替背景技术的矩阵对应行列元素相乘求和算子，以适应自主无人机形式化推理策略规则集中存在的多条规则的输出命题是相同的情形。由于采用了基于模糊Petri网的智能决策形式化推理方法，使得自主无人机比如执行双机或多机搜索/攻击任务时，能够有效的适应形式化推理过程策略规则集中同时存在着不同输入命题对规则结论的贡献和影响不同以及多条规则的输出命题是相同的情形，实用性强。

摘要： 本发明公开了一种面向知识推理的船舶行为形式化表达方法及系统，该方法包括：分析船舶实体及其行为的基本特征，将船舶抽象表达成船舶对象对船舶进行具体描述，对船舶对象建模；运用资源描述框架方法和集合理论的方法对船舶的属性要素、关系要素及时空要素进行抽象表达；将船舶属性要素、关系要素在时空要素的动态变化抽象表达成船舶行为，并根据要素变化类型将船舶行为分类成船舶属性行为及船舶关系行为，运用函数映射和集合描述方法对船舶行为进行字符化、公式化表达；运用于计算机对船舶行为进行识别和理解，并基于此，实现对船舶行为知识进行推理。本发明能对船舶行为进行推理，为实现船舶行为的结构化建模和语义理解提供了理论和方法基础。

摘要： 本发明公开了一种基于形式语义推理和深度学习的自然语言知识挖掘方法，包括以下步骤：机器学习步骤，用于将形式语义推理和机器学习方法相结合，并进行包含语义的机器学习；意图学习步骤，用于学习待挖掘的自然语言的描述意图；文本主题提取步骤，用于根据LDA模型分析文本主题内容和段落内容描述意图；文档结构分类模型搭建步骤，用于根据深度卷积神经网络进行模型训练，在训练过程中自动修饰完善该神经网络，并搭建自动文档结构分类器。本发明依靠自动化语义推理与深度学习技术与自然语言处理的结合，直接对以文献、语音等为代表的非结构化数据群进行处理并对意图进行推理，以了解文字描述的真实意图，将挖掘和检索到的知识用于新知识结构的分析和构造，从而实现高效、智能与可学习和自演化地进行知识挖掘与检索。

摘要： 本发明公开了一种基于形式语义推理和深度学习的自然语言知识挖掘系统，包括：机器学习模块，用于将形式语义推理和机器学习方法相结合，并进行包含语义的机器学习；意图学习模块，用于学习待挖掘的自然语言的描述意图；文本主题提取模块，用于根据LDA模型分析文本主题内容和段落内容描述意图；文档结构分类模型搭建模块，用于根据深度卷积神经网络进行模型训练，在训练过程中自动修饰完善该神经网络，并搭建自动文档结构分类器。本发明依靠自动化语义推理与深度学习技术与自然语言处理的结合，直接对以文献、语音等为代表的非结构化数据群进行处理并对意图进行推理，以了解文字描述的真实意图，将挖掘和检索到的知识用于新知识结构的分析和构造，从而实现高效、智能与可学习和自演化地进行知识挖掘与检索。

摘要： 本发明公开了一种基于加权模糊Petri网的自主无人机形式化推理方法，用于解决现有基于模糊Petri网的形式化推理方法实用性差的技术问题。技术方案是引入加权模糊Petri网形式化推理算法，并在推理算法中采用矩阵对应行列元素相乘取最大值算子代替背景技术的矩阵对应行列元素相乘求和算子，以适应自主无人机形式化推理策略规则集中存在的多条规则的输出命题是相同的情形。由于采用了基于模糊Petri网的智能决策形式化推理方法，使得自主无人机比如执行双机或多机搜索/攻击任务时，能够有效的适应形式化推理过程策略规则集中同时存在着不同输入命题对规则结论的贡献和影响不同以及多条规则的输出命题是相同的情形，实用性强。

摘要： 本发明公开了一种基于规则推理与GRU神经网络推理的混合推理方法，包括步骤：生成知识图谱并给定的问题查询q，利用GRU网络生成逻辑规则；基于生成的逻辑规则，构建马尔可夫逻辑网络进行知识图谱推理，对逻辑规则进行价值打分；将生成的高质量逻辑规则给到GRU网络用于优化网络参数；利用价值函数计算推理结果的得分并输出可能的结果，量化表示推理结果的可信度。本发明通过对价值函数的设计，结合规则推理和GRU神经网络推理，能够快速有效地找到知识推理的结果，并计算推理结果的可信度。

摘要： 推理装置(10)具有图结合部(14)，该图结合部(14)使用从知识库(11a)提供的知识信息以及从规则数据库(12a)提供的推理规则，以前向链方式结合动态变化的外部信息中的属于彼此不同的域的信息即图，由此生成统合图，其中，所述知识信息包含与人的状态有关的信息和与人的行动有关的信息。

摘要： 范围判定部(412)将对输入数据加密而成的输入密文C

摘要： 本发明提供一种基于情景驱动推理引擎，其包括：方法库模块、推理模块、执行器模块、情景驱动器模块、本地情景库模块以及情景管理器模块。根据本发明的另一个方面，还提供一种基于情景驱动的推理控制方法，其特征在于，包括如下步骤：a. 通过传感器获取情景信息；b. 使用情景驱动推理引擎对情景信息进行推理；以及h.输出情景推理结果。还提供一种基于情景驱动的推理器。传统的推理引擎中是以目标为驱动进行推理，在情景驱动的推理引擎，是以情景驱动的推理模型，情景驱动推理引擎相比传统的推理引擎具有更好的实时性，能满足对时空频变支持的需求。

摘要： 学习装置(100、100a、100b)具有：学习用数据取得部(109)，其取得多个学习用数据，1个学习用数据是基于包含时间序列的观察值的1个或多个时间序列数据中的1个时间序列数据的第1信息、基于包含彼此不同的至少2个预测期间的多个预测期间中的1个预测期间的第2信息、以及基于经过预测期间后的观察值的第3信息的组合；以及学习部(110)，其将组合学习用数据中的第1信息和第2信息而成的信息作为说明变量，并且将第3信息作为响应变量，使用学习用数据取得部(109)取得的多个学习用数据进行学习，生成能够推理经过指定的预测期间后的推理观察值的已学习模型。