Развитие и применение многозначных логик и сетевых потоков в интеллектуальных системах
Аннотация
Рассмотрены методы решения задач искусственного интеллекта на базе многозначных и вероятностных логик. Предложен логический и сетевой подход для вывода по аналогии. Описаны и обобщены на случай многозначных логик метод поиска закономерностей в базах знаний, логико-аксиоматический и логико-вероятностный методы обучения понятиям и распознавания образов.Литература
Dung P., Moncarella P. Production systems with negation as failure, IEEE, Trans/ Knowledge and Data Engineering, April 2002. Vol. 14, no.2. P. 336–352.
Rescher N. Many Valued Logics. Basil Blackwell, Oxford, 1979.
Яблонский С.В. Введение в дискретную математику. М.: Высшая Школа, 2001.
Gladun V. Process of new knowledge formation. Pedagog 6, Sofia, 1994.
Маrkov Z. Inductive Machine Learning Methods, TEMPUS JEN 1497, Softex, Sofia, 1996.
Jotsov V. Knowledge discovery and data mining in number theory: some models and proofs // Proc. Methods and Algorithms for Distributed Information Systems Design. / Institute for Information Transmission Problems of RAS, 1997. P.197–218.
Kowalski K. Logic for Problem Solving. North-Holland Inc. Amsterdam, 1979.
Halpern, J., Rabin М. A logic to reason about likelihood // Artificial Intelligence. 1987. No. 32. P. 379–405.
Sgurev V., Jotsov V. Some characteristic features of the application of three-valued logical schemes in intelligent systems // Proc. First International IEEE Symp. 'Intelligent Systems' / T. Samad and V. Sgurev, Eds. Varna, Bulgaria, September 10–12, 2002. Vol. I. P. 171–176.
Sgurev V., Jotsov V. Some defeasible inference methods by using network flows // J. Problems of Engineering Cybernetics and Robotics. 2001. No. 51. P. 110–116.
Timofeev A., Kossovskaya T. Logic-Axiomatical Method for Knowledge Representation and Recognition in Intelligent Manufacturing Systems., Amsterdam: Elsevier & New York: Oxford, 1990. P. 3–6.
Timofeev A., Shibzuchov Z. The Synthesis and Optimization of Knowledge Bases Based on the Local-Optimization Logic-Probabilistic Algorithms // Int. Journal of Information Theories and Applications. 1995. Vol. 3, no. 2.
Timofeev A., Yusupov R. Evolution of Intelligent Control in Adaptive Systems // Int. Journal of Adaptive Control and Signal Processing. 1992. Vol. 6. P.193–200.
Тимофеев А.В., Шеожев А.В., Шибзухов З.М. Синтез нейросетевых архитектур по многозначному дереву решений // Нейрокомпьютеры: разработка и применение. 2002. № 5–6. C. 44–49.
Timofeev A.V. Polynomial Neural Networks with Self-Organizing Architecture // Int. Journal on Optical Memory and Neural Networks. 2004. Vol.1.
Rescher N. Many Valued Logics. Basil Blackwell, Oxford, 1979.
Яблонский С.В. Введение в дискретную математику. М.: Высшая Школа, 2001.
Gladun V. Process of new knowledge formation. Pedagog 6, Sofia, 1994.
Маrkov Z. Inductive Machine Learning Methods, TEMPUS JEN 1497, Softex, Sofia, 1996.
Jotsov V. Knowledge discovery and data mining in number theory: some models and proofs // Proc. Methods and Algorithms for Distributed Information Systems Design. / Institute for Information Transmission Problems of RAS, 1997. P.197–218.
Kowalski K. Logic for Problem Solving. North-Holland Inc. Amsterdam, 1979.
Halpern, J., Rabin М. A logic to reason about likelihood // Artificial Intelligence. 1987. No. 32. P. 379–405.
Sgurev V., Jotsov V. Some characteristic features of the application of three-valued logical schemes in intelligent systems // Proc. First International IEEE Symp. 'Intelligent Systems' / T. Samad and V. Sgurev, Eds. Varna, Bulgaria, September 10–12, 2002. Vol. I. P. 171–176.
Sgurev V., Jotsov V. Some defeasible inference methods by using network flows // J. Problems of Engineering Cybernetics and Robotics. 2001. No. 51. P. 110–116.
Timofeev A., Kossovskaya T. Logic-Axiomatical Method for Knowledge Representation and Recognition in Intelligent Manufacturing Systems., Amsterdam: Elsevier & New York: Oxford, 1990. P. 3–6.
Timofeev A., Shibzuchov Z. The Synthesis and Optimization of Knowledge Bases Based on the Local-Optimization Logic-Probabilistic Algorithms // Int. Journal of Information Theories and Applications. 1995. Vol. 3, no. 2.
Timofeev A., Yusupov R. Evolution of Intelligent Control in Adaptive Systems // Int. Journal of Adaptive Control and Signal Processing. 1992. Vol. 6. P.193–200.
Тимофеев А.В., Шеожев А.В., Шибзухов З.М. Синтез нейросетевых архитектур по многозначному дереву решений // Нейрокомпьютеры: разработка и применение. 2002. № 5–6. C. 44–49.
Timofeev A.V. Polynomial Neural Networks with Self-Organizing Architecture // Int. Journal on Optical Memory and Neural Networks. 2004. Vol.1.
Опубликован
2004-04-01
Как цитировать
Сгурев, Йоцов, Лютикова, & Тимофеев,. (2004). Развитие и применение многозначных логик и сетевых потоков в интеллектуальных системах. Труды СПИИРАН, 1(2), 257-265. https://doi.org/10.15622/sp.2.19
Раздел
Статьи
Авторы, которые публикуются в данном журнале, соглашаются со следующими условиями:
Авторы сохраняют за собой авторские права на работу и передают журналу право первой публикации вместе с работой, одновременно лицензируя ее на условиях Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным указанием авторства данной работы и ссылкой на оригинальную публикацию в этом журнале.
Авторы сохраняют право заключать отдельные, дополнительные контрактные соглашения на неэксклюзивное распространение версии работы, опубликованной этим журналом (например, разместить ее в университетском хранилище или опубликовать ее в книге), со ссылкой на оригинальную публикацию в этом журнале.
Авторам разрешается размещать их работу в сети Интернет (например, в университетском хранилище или на их персональном веб-сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению, а также к большему количеству ссылок на данную опубликованную работу (Смотри The Effect of Open Access).
