因素表示的信息空间与广义概率逻辑

摘要：

国内外近年来所提出的广义概率逻辑对于人工智能的发展有重要意义.能否反映变换演化的实际场景,使逻辑判断能够灵活变通,这是广义概率逻辑发展的关键.为了解决这一问题,本文的目是以信息空间作为逻辑与实际场景的接口.有了这个接口,逻辑判断就能反映变幻莫测的实际场景.本文的方法是用因素空间来定义表现论域以形成新的信息空间,将谓词中的变元取为因素,在已有的逻辑系统中加上本文所提出的背景公理,所有的推理都是在一定背景之下的推理,不同的背景会推出不同的结论.结果是新的逻辑既能维系Stone表示定理的表现要求,又能变得更加灵活有效.结论能使广义概率逻辑更有效地服务于人工智能.为了配合机制主义人工智能的需要,本文还特别提出了语法-语用对接的方法和目标驱动的逆向推理设想,最后为泛逻辑的3种连续算子对进行了数学证明.

关键词：机制主义人工智能、泛逻辑、计量概率逻辑、因素空间、模糊集、可能性空间、谓词演算、随机集落影

所属期刊栏目：14

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金61350003, 60273087, 60873001

在线出版日期：2019-10-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：843-852