概率逻辑

摘要： 概率认知逻辑将认知和概率推理融合到同一个逻辑框架中。本文提出了一个基于广义框架的概率认知模型,并讨论了这一模型与已有两种概率认知模型的关系。基于广义框架的概率认知模型能为任意概率认知逻辑公式指派概率,因而是一种比较理想的概率认知逻辑语义模型。本文给出了一个可靠且完全的概率认知逻辑公理系统,提出并证明了概率函数存在引理,进而给出了这一逻辑的完全性证明。最后,本文运用这一逻辑刻画了混合策略博弈的两种状态,为进一步讨论混合策略博弈奠定了基础。

摘要： 尽管概率是赌博这种不太光彩行为的产物,但它已逐渐成为人类文明的一大瑰宝.概率逻辑是在不断消解概率悖论的过程中逐步确立并且加固自己的理论基础的,所有这些悖论和疑难都成为了概率理论的试金石和智能的磨刀石,就像喷气式助推器那样,推动着概率逻辑的发展.概率逻辑研究的中心问题是从不确定的情景中寻找确定性.在当前的新型冠状病毒肺炎疫情之下,概率理论及其应用几乎渗透到社会生活和生产的各个方面.在当今的人工智能研究中,概率和统计推理占据了相当重要的地位.我们希望应用概率和统计推理的方法可以帮助解决各种纠纷和争端——小到孩童游戏之争大到世界性政治经济危机,都可以迎刃而解、化险为夷,而这种方法的核心就是机遇与风险的概率理论.

摘要： 概率逻辑是归纳逻辑的现代发展,它是运用概率论为工具对传统归纳逻辑进行公理化、形式化的研究,从而形成的一种现代逻辑形式.概率论作为概率逻辑的工具,对概率逻辑的发展至关重要.

摘要： The thinking method of probabilistic logic, subjective probabilistic logic, uncertain logic and fuzzy logic are compared by an example. Own opinions is presented as follows:probabilistic logic based on date statistics is better than other logics. Uncertain logic is better than subjective probabilistic logic. When atom propositions with uncertainty are independent, uncertain logic and fuzzy logic is consistent. However, uncertain logic is better than fuzzy logic in dealing with relevant propositions with uncertainty. But, fuzzy logic is better than their logics in logic reasoning.%通过一个实例分析比较了概率逻辑、主观概率逻辑、不确定逻辑和模糊逻辑的思想方法.提出了自己的观点:基于数据统计的概率逻辑是最科学的.不确定逻辑比主观概率逻辑更科学.当具有不确定性的原子命题具有独立性时,不确定逻辑和模糊逻辑的观点是一致的.而对于处理带有不确定性的相关性命题,不确定逻辑比模糊逻辑更科学.但是模糊逻辑在建立推理理论方面见长.

摘要： 基于对Vague（或Fuzzy）概念的一种新的认知，使用随机集和概率论，引入了论域表达式及其适当测度的概念。进一步地，通过引入同Vague谓词命题及其他们真的概率（简称概率真度）的概念，提出了一种新的非经典命题逻辑，称为同Vague谓词命题的概率逻辑，并提供了其逻辑规律。其逻辑规律表明它与经典逻辑具有优良的和谐性。比较了同Vague谓词命题的概率逻辑与模糊逻辑的长处与不足。%Based on a new cognizing for Vague concepts, using random sets and probability theory, the concepts of expres-sion of universe of discourse and its appropriate measure are introduced. Consequently, by introducing the concepts of same Vague predicate propositions and their probability-truth degree, a new non-classical logic, called probabilistic logic of same Vague predicate proposition, is presented, and the laws of the logic are provided. The laws of the logic show that it and classical logic have excellent consistency. This paper compares the advantages and shortages of both propositional Fuzzy logics and probabilistic logic of Vague propositions.

摘要： The value domain of proposition logic is extended from two values{0,1} to a probability space, and hence the concept of probability valuation of propositional formulas is introduced. Probability valuation is a generalization of classical propositional valuation and various truth degrees. Based on probability valuation, the concepts of probability truth degree, uncertainty degree, probability truth degree based on the set of all probability valuation of formulas on independent events are introduced. Grounded on the discussion of the properties of probability truth degree, probability truth degree satisfies Kolmogorov axioms on the entire set of propositional formulas. It is proved that the set of probability truth degrees of all formulas based on the set of all probability valuation on independent events has no isolated points in [0,1]. In the form of deduction in propositional logic, the uncertainty degree of conclusion is less than or equal to the sum of the product of uncertainty degree of each premise and its essentialness degree in a formal inference. Based on probability valuation, some concepts of a. e. conclusion, conclusion in probability and conclusion in probability truth of a formula set are introduced, and the relations between these concepts are discussed. Moreover, two different approximate reasoning models based on probability valuation are proposed.%将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,表明概率真度在全体命题公式集F( S)上满足Kolmogorov公理.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]中无孤立点,以及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等结论.在概率赋值的基础上,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,并提出两个不同类型的近似推理模式.

摘要： 概率推理是进行数据分析的重要理论工具,利用专家经验值充分似然率和必然似然率可以进行主观概率推理.以主观贝叶斯概率推理理论为依据,讨论了决策形式背景中条件属性与决策属性之间的关系,将推理方法推广到包含度的形式,得出了无需先验概率的包含度计算方法.

摘要： 文中将经典命题逻辑的赋值域由二值((0,1})推广到概率空间,引进了命题公式的概率赋值并建立命题逻辑的概率语义,证明了一个命题公式为重言式当且仅当其在每个概率赋值下的值都等于1.引入了命题公式的概率真度、不确定度、∧-概率真度、∧-不确定度等概念,并说明了∧-概率真度是已有的二值命题逻辑各种真度概念的推广,通过讨论∧-概率真度的性质,表明∧-概率真度在全体公式集F(S)上满足Kolnogorov公理.证明在形式推演的一个有效推理中,结论的∧-不确定度不超过各前提的∧-不确定度与其必要度的乘积之和.利用公式的∧-不确定度引进公式间的∧-相似度和∧-伪距离,证明了在一定条件下所建立的∧-伪距离空间没有孤立点且通常的逻辑运算关于∧-伪距离是连续的.在∧-伪距离空间中,提出了F(S)上的两种不同近似推理模式,并通过实际应用例子说明所提出的近似推理模式是有效的.

摘要： 模态逻辑语义学是经典逻辑语义学的一个扩张,对“可能”、“必然”等词进行了刻画,而概率从某个角度来说是对“可能”的更加精确的表示.本文试图在模态逻辑语义学的基础之上,形式化地刻画如下直观思想:每一个在某一世界上有一定概率发生的事件都一定会在其可通达的某个(或者某些)可能世界上发生.

摘要： 概率逻辑综合了概率理论和逻辑，它为开发用不精确信息进行推理的系统提供了坚实的理论基础。概率逻辑概率计算与公式的影响范围有密切的关系。该文主要讨论基于概率逻辑公式影响范围的概率计算。

摘要： 影响范围演算（ＩＣ－Ｉｎｃｉｄｅｎｃｅ Ｃａｌｃｕｌｕｓ）与概率逻辑（ＰＬ－Ｐｒｏｂａｂｉｌｉｔｙ Ｌｏｇｉｃ）都可以用作计算命题的真值。该文着重讨论ＩＣ与ＰＬ的计算之间的关系，并说明它们在决策支持系统（ＤＳＳ）中的实践意义。

摘要： 归纳逻辑中的概率逻辑是逻辑学界、哲学界和心理学界共同关注的研究领域，探讨归纳逻辑中有关概率的认知基础及哲学问题非常必要。自休谟以来的历史经验证明，对归纳逻辑的研究 离不开认知方面的分析，将认知逻辑和动态、时间逻辑等和概率逻辑相组合来对概率进行研究是目前国际上比较前沿的研究领域。利用组合模态逻辑的方法构造概率动态认知逻辑可以用来处理信息、高阶信息和理信息变化，同时也可用来分析一些哲学问题，如认知悖论等。

摘要： 本发明公开了一种基于贝叶斯概率模型的组合逻辑电路选择性加固算法，首先读取输入的电路网表文件并生成电路传播网络，计算出整个电路网络中边的SP值；其次采用深度优先搜索算法对每一个节点都搜索出其通往电路输出的所有路径；然后利用贝叶斯概率模型以及逻辑屏蔽法则计算出这些路径中错误传播到输出的概率，并乘以距离因子，即为节点敏感度；最后利用生成的节点敏感度排序表以及用户指定的加固比例进行选择性加固，并输出加固后的电路网表。本发明的选择性加固算法经过实际仿真测试，在不同加固开销下都有不同程度的可靠性提升。

摘要： 本发明为一种基于逻辑回归模型的pull request被合并概率的计算方法：首先，确定PRs复杂性的指标并提取项目中PRs的相关信息；其次，使用提取的数据作为数据集训练逻辑回归模型；最后，使用训练好的逻辑回归模型预测新的PR合并的概率，为贡献者提供一个在评审之前进行改进的机会，以减轻评审者的负担。

摘要： 本申请公开了一种概率计算神经网络方法及异步逻辑电路，其中，电路结构包括：异步逻辑控制电路、概率计算脉冲生成器、突触运算结构与激活函数运算结构。概率计算神经网络运算过程包含以下步骤：神经网络输入值经过概率计算脉冲生成器生成离散脉冲串，离散脉冲串经过对应突触运算结构获得乘积结果，乘积结果输入激活函数运算结构获得激活结果。本发明使用概率计算的编码机制实现神经网络运算，发挥脉冲神经网络类脑神经结构的特性，既能充分利用人工神经网络在识别分类应用中高准确率的优点，又能有效利用概率计算脉冲编码机制实现电路的低功耗设计。

摘要： 描述了一种评估并减少对象检测结果与识别结果中的感知误差的系统。所述系统包括感知模块，其从移动平台附近的环境接收(对象的)感知数据。生成感知探针，所述感知探针描述对象的一个或更多个特性。将感知探针转换为基于概率信号时间逻辑(PSTL)的约束，其提供具有感知探针的统计分析的公理。对公理进行评估，以将感知探针分类为有效的或有误差的。通过基于公理求解优化问题来生成最优感知参数，这允许所述系统基于最优感知参数来调整感知模块。

摘要： 本发明涉及一种基于概率软逻辑的规则置信度计算方法和装置，方法包括：将目标规则拆分为条件部分和执行部分，并确定条件部分和执行部分各自对应的特征信息；基于所述特征信息以及置信度计算模型，确定目标规则的置信度；其中，所述特征信息包括：实体及其对应的属性信息；所述置信度计算模型，是基于各历史规则的特征信息以及各历史规则的置信度评分训练得到的；所述目标规则/历史规则，是从智能博弈网络当前/历史的博弈对抗数据中抽取得到的。本发明实现了对规则置信度的自动化计算，无需对规则置信度进行手工验证，在规则验证上更为高效。

摘要： 描述了一种进行基于对比度和熵的感知调整来优化感知的系统。该系统可操作用于利用摄像头系统接收场景的输入图像，并且检测该输入图像中的一个或更多个目标(具有感知数据)。将所述一个或多个目标的感知参数转换成探针，然后，使用概率信号时间逻辑将探针转换成公理。基于探针边界来评估公理。如果公理处于探针边界之内，则提供结果；然而，如果公理处于探针边界之外，则该系统估计最优对比度边界和熵边界来作为感知参数。然后，基于感知参数来调节摄像头系统中的对比度和熵。

摘要： 一种基于自动机的区间时序逻辑概率模型检测方法，由构建离散时间马尔可夫链模型、构建系统Büchi自动机模型、构建性质Büchi自动机模型、构建积自动机模型、生成PRISM代码、输出概率定量结果步骤组成，由于本发明采用了Büchi自动机模型实现区间时序逻辑性质的概率模型检测，在离散时间马尔可夫链模型的基础上，通过构建系统Büchi自动机、性质Büchi自动机、积自动机、模型检测器PRISM代码，得到概率定量结果，简化了构建步骤，避免了复杂的计算过程。本发明具有步骤简单、容易实现、结果准确等优点，可以用于概率模型中安全性或活性等区间时序逻辑性质的概率定量结果检测。

摘要： 本申请公开了一种概率计算神经网络方法及异步逻辑电路，其中，电路结构包括：异步逻辑控制电路、概率计算脉冲生成器、突触运算结构与激活函数运算结构。概率计算神经网络运算过程包含以下步骤：神经网络输入值经过概率计算脉冲生成器生成离散脉冲串，离散脉冲串经过对应突触运算结构获得乘积结果，乘积结果输入激活函数运算结构获得激活结果。本发明使用概率计算的编码机制实现神经网络运算，发挥脉冲神经网络类脑神经结构的特性，既能充分利用人工神经网络在识别分类应用中高准确率的优点，又能有效利用概率计算脉冲编码机制实现电路的低功耗设计。

摘要： 本申请公开了一种混合概率逻辑(概率与二进制逻辑)的计算方法和装置。该方法实现了在传统概率计算(Stochastic Computing)基础上融合二进制逻辑编码功能，从而实现了概率‑二进制混合计算所述概率‑二进制混合计算的技术，包括其数理逻辑基础、混合计算的加减乘除基础四则运算、概率‑二进制转换结构和复杂多项式拟合计算的方法和装置。本申请方案解决了传统概率计算计算时延大、无精确计算以及计算效率低下等问题。该概率‑二进制混合计算方法实现了与二进制数字逻辑和电路相当的计算效率、精度和功能。

摘要： 本发明公开了一种判断概率逻辑动态网络渐近能控性的方法，属于控制科学与工程技术领域。概率逻辑动态网络是描述基因调控网络的一种数学模型，操控网络的输入结点使得网络的状态演化到期望状态是具有生物意义的问题，这类问题在控制领域则表现为系统的能控性问题。本发明提供三个步骤来判断这类概率逻辑动态网络的渐近能控性。第一步，建立网络的逻辑动态模型；第二步，借助于矩阵半张量积理论，把第一步中的逻辑动态模型转化为代数形式，分析网络的闭环特性；第三步，利用网络的可达矩阵以及提出的判据直接判断网络的渐近能控性。