精华内容
下载资源
问答
  • 什么是不确定性推理?不确定推理中需要解决的基本问题有哪些? 不确定性推理是一种建立在非经典逻辑基础上的基于不确定性知识的推理,它从不确定性的初始证明出发,通过运用不确定性知识,推出具有一定程度的不确定...

    什么是不确定性推理?不确定推理中需要解决的基本问题有哪些?

    不确定性推理是一种建立在非经典逻辑基础上的基于不确定性知识的推理,它从不确定性的初始证明出发,通过运用不确定性知识,推出具有一定程度的不确定性的和合理地或近乎合理地结论。
    基本问题:不确定性的表示与度量,不确定性的匹配,不确定性的传播和更新,不确定性的合成。

    展开全文
  • 图形推理的解题类型有九宫格类,数量类,位置类,类比推理类等等 分析后一项比前一项差或商 前两项的和或差等于第三项 前两项之积或之商等于第三项 分析后一项和前一项的和,差,积,商 平方关系,立方关系,质数关系 分数...
  • 知识推理是在已有的事实和逻辑规则的基础上推理新知识的机制一般来说,知识推理是运用已知知识的过程知识推断新知识。 给出知识图推理定义、知识图推理方法、知识图推理应用和机遇与挑战
  • 自然演绎推理.ppt

    2020-12-12 19:17:01
    推理方式及其分类 模式匹配及其变量代换 自然演绎推理基础 谓词公式化为子句集的方法 归结演绎推理 海伯伦理论 鲁宾逊归结原理 归结反演 基于归结反演的问题求解 归结反演策略 与/或形正向演绎推理 与/或形的逆向...
  • 通过案例匹配方式寻求方案设计结果,在相似度达不要求的情况下转入规则推理进行修正设计.针对案例推理中案例检索的准确度和效率低下等问题,采用粗糙集理论对产品已有的案例库进行处理,得到案例特征属性的真实权重,...
  • Sugeno型(TS型)模糊推理系统及自适应神经网络的模糊推理系统(anfis)应用Sugeno(TS)型模糊推理系统线性形式1.输出函数f(x1,x2,…)的两种形式2.计算系统输出U的两种方法自适应神经网络的模糊推理系统(anfis...

    Sugeno(TS)型模糊推理系统线性形式

    TS系统特点:输出量是输入量的线性函数,与Mamdani控制器的最大不同是没有清晰化模块,因为它的推理结果就是清晰值。同时,用清晰地输出函数uj=pje+qjec+kj代替了Mamdani控制器中的模糊蕴含关系。设系统的两个输入分别是清晰变量x1和x2,将近似推理过程指定为“If x1 is A1 and x2 is A2, then u=f(x1, x2)”,其中A1和A2是两个F集合,输出量u为一个数值函数f(x1,x2),且类型为线性函数。

    1.输出函数f(x1,x2,…)的两种形式

    举例:设某个双输入-单输出系统,其两个清晰输入变量为e和ec,一个清晰输出量为u,已知A1和A2为F子集。
    在0阶T-S型模糊模型中:
    If e is A1 and A2 then u=k(k为常数)
    在1阶T-S型模糊模型中:
    If e is A1 and A2 then u=pe+qec+k
    其中p、q和k是与F集合A1、A2有关的常数。

    2.计算系统输出U的两种方法

    假设系统可用n条模糊规则描述,第i条模糊规则的输出为ui。当某个输入激活了m条规则(n≥m),系统总输出为U,将根据这m个输出ui通过下属两种方法计算得出:

    1. 加权求和法(wtsum)
      设第i条规则输出的结果为ui,它的权重为ωi,则总输出为:
      在这里插入图片描述
      式中ωi表示第i条规则在总输出中所占分量轻重的比例(权重)。
    2. 加权平均法(wtaver)
      在这里插入图片描述

    自适应神经网络的模糊推理系统(anfis)

    1.模型特点

    1. 单输出Sugeno型模糊推理系统(Matlab中);
    2. 训练完成的模型不具备可解释性。
      在Matlab中训练anifs有两种方式:命令行和图形界面。在此介绍图形界面的训练方式。

    2.使用MATLAB训练过程

    1. Matlab界面中->APP->搜索fuzzy->打开Neuro-Fuzzy Designer; 在这里插入图片描述
    2. Load Data
      a) 首先准备数据,我们需要准备Training Data和Checking Data,数据加载有两种加载方式:从文件和从工作区。
      b) 我们在Matlab工作区中准备好需要的数据;
      在这里插入图片描述
      分别是train_beta和check_beta,由于设计的是9输入1输出系统,可以看出两者均为749*10矩阵。前9列为输入数据,第10列为输出数据。
      c) 我们在Load data窗口Type选择Training,From选择worksp.,之后输入变量名称,即可加载Training Data,同理完成Checking数据的加载;
    3. 加载或生成FIS模型
      a) 如果加载已有模型,已有模型需要满足的条件为单输出Sugeno型模型,且规则数等于输出情况数目;
      在这里插入图片描述
      b) 如果需要生成模型,可以选择两种方式:Grid partition(网格分割法)和Sub. Clustering(相减聚类法)
      在这里插入图片描述
    4. 训练模型
      a) 在训练时可以选择的方式有:hybrid(混合法)和Backpropa(反向传播法),推荐使用反向传播法;
      b) 设置Error Tolerance(误差精度)和Epochs(最大训练次数);
      c) 开始训练
    5. 模型测试
      a) 使用Checking Data对训练完成的模型进行检查。

    参考文献

    1. MATLAB-Train Adaptive Neuro-Fuzzy Inference Systems.
    2. 石辛民, 郝整清. 模糊控制及其MATLAB仿真[M]. 清华大学出版社, 2008.
    展开全文
  • 面试数字推理题库.pdf

    2020-05-20 21:27:31
    此为,整理的秋招笔试环节关于数字逻辑推理的题库,还是相当详细的,能给你在这一环节节省大量的时间(对于秋招很有帮助)
  • 作为人工智能的一个领域,机器推理(MR)主要使用符号手段来形式化和模拟抽象推理。早期MR的研究已经开始对可解释的人工智能(XAI)进行调查,这可以说是当今人工智能界最关心的问题之一。
  • 然而,GNN并没有显式地将先前的逻辑规则合并模型中,并且可能需要为目标任务添加许多标记示例。来自佐治亚理工学院和蚂蚁金服的Le Song给了关于图神经网络推理的精炼讲解。探讨了神经网络与广义网络的结合,并利用...
  • 知识图谱推理是一个基础问题,在电子商务推荐、生物医学知识图谱药品再利用等领域有着重要的应用。在本教程中,我将全面介绍知识图谱推理的最新进展,包括:(1)知识图谱嵌入的方法(如TransE、TransR和RotatE);(2)传统...
  • 成员推理攻击ppt

    2018-03-17 16:37:48
    成员推理攻击,即给定一条记录,通过训练一个新的攻击模型,判断该记录是否在目标模型的训练集中
  • 什么是概念,判断和推理

    千次阅读 2019-10-03 14:22:26
    概念是对事物的本质的概括和反映,是同类事物的共性、一般特性在人脑中的反映。判断是对事物是什么或不是什么、是否具有某种属性的判明和断定,在内容上是对事物之间的联系或关系的反映,在形式上表现为概念与功能...
    概念是对事物的本质的概括和反映,是同类事物的共性、一般特性在人脑中的反映。

    判断是对事物是什么或不是什么、是否具有某种属性的判明和断定,在内容上是对事物之间的联系或关系的反映,在形式上表现为概念与功能之间的联系。

    推理是从事物的联系或关系中由已知的推出未知的思维活动,其逻辑形式是从已知的几个判断推出一个新判断,是判断之间的一定联系或关系的表现。

    转载于:https://www.cnblogs.com/feng9exe/p/7506447.html

    展开全文
  • 什么是反事实推理

    千次阅读 2018-05-25 05:07:07
    
 
 
 
 
 
 
 反事实推理又称反事实思维,是指对过去已经发生的事实进行否定而重新表征,以建构一种可能性假设的思...

       反事实推理又称反事实思维,是指对过去已经发生的事实进行否定而重新表征,以建构一种可能性假设的思维活动。在日常生活中,反事实推理非常普遍,其典型表现为:“如果当时……,就会(不会)……”。反事实思维是个体对不真实的条件或可能性进行替换的一种思维过程。反事实思维是美国著名心理学家、诺贝尔经济学奖获得者Kahneman和他的同事Tversky在1982年发表的一篇名为“模拟式启发”的论文时首次提出的。它是基于人类是非理性假设的前提下提出的。

        生活中有一种心理现象,就是思维活动针对的不是已发生的事实,而是与事实相反的另一种可能性。人们迟到的时候,会寻思“如果早点动身就不会迟到了”;人们考砸的时候,会寻思“要是再加把劲这次考试就能及格了”。所谓反事实思维,就是与事实相反的假想。一个人外出没带雨伞赶上下雨,被淋得像个落汤鸡,他想要是带雨伞就不会挨浇了。如果说下雨挨浇是既成事实,想象带雨伞不会挨浇就是与事实相反的思维,也就是心理学家所说反事实思维。

    反事实思维是对过去已经发生过的事件,之后进行判断和决策后的一种心理模拟(mentalsimulation)。反事实思维通常是在头脑中对已经发生了的事件进行否定,然后表征原本可能发生但现实并未发生的心理活动。它在头脑中一般是以反事实条件句的形式出现。反事实条件句(counterfactualconditionals)也叫“虚拟蕴涵命题”,它具有“如果……,那么……”的形式。例如:“如果刚才没买那件衣服,现在就可以买这件了。”一个反事实思维包括两个部分:虚假的前提(“如果刚才没买那件衣服”)和虚假的结论(“现在就可以买这件了”)。


        反事实推理在头脑中是以条件命题的形式表现出来的,包括前提和结果两个部分。以往对反事实推理的研究主要集中在成人。后来研究者逐渐关注幼儿反事实推理的发生和发展特点,以及反事实推理同心理理论、假装等心理能力之间的关系。一些研究者试图用反事实推理来解释幼儿在错误信念任务上的表现,也有研究者从反事实推理入手研究幼儿的因果推理能力。可见,反事实推理的发展同幼儿其他能力的发展关系密切。对反事实推理的深入研究,不仅能掌握幼儿这一能力的发展趋势,为幼儿的思维和推理能力的教育提供依据,也为探讨幼儿其他心理能力(如心理理论、情绪理解、道德推理)的发展提供理论和实证基础。

        当前对幼儿反事实推理的考察主要有两种角度,一种为结果反事实推理,要求幼儿根据给定的、与事实相反的前提对结果做出反事实推断。结果反事实推理任务容易测查和记分,是测查反事实推理最基本的形式,多数研究都采用这种范式。另一种为前提反事实推理,又称向后的反事实推理,要求幼儿对产生一定结果的前提做出反事实推断,可以促使被试尽可能想出更多导致某一结果的反事实前提。结果和前提反事实推理所基于的思维方向是相对的,可以从不同侧面反映出幼儿反事实推理的能力。

        根据推理的结构,反事实推理可以划分为两种类型:(1)加法式:是指在前提中添加事实上未发生的事件或未采取的行动而对事情的结果进行否定的反事实推理。例如,一个学生对没有通过考试这一事件进行反事实推理,加法式为“如果我请了辅导老师,就不会不及格了”。在这一假设命题中,前提实际上没有发生,而是后来反思时加上去的。(2)减法式:与加法式相反,是指假设某个已经发生的前提事件并没有发生,从而对事实的结果进行重构。例如,“如果我在考试之前不沉迷于游戏,就不会不及格了”。

        根据推理的方向,可以将反事实推理划分为上行反事实推理和下行反事实推理。(1)上行反事实推理也称上行假设,是指对于已发生的事件,假设满足某种条件可能会出现比事实更好的结果。例如,“如果我学习再努力一些的话,就可以得满分了”。(2)下行反事实推理也称下行假设,指假设出现比事实更坏的结果。例如,“要不是考试之前认真准备,我恐怕考得更差了”。

        根据发生的方向可将反事实思维分为上行反事实思维(upward counterfactual)和下行反事实思维(downward counterfactual)。上行反事实思维,也称为“上行假设”。它是对于过去已经发生了的事件,想象如果满足某种条件,就有可能出现比真实结果更好的结果。例如,“如果比赛前能到比赛场地进行过适应性训练的话,那么今天这场球就不会输”。下行反事实思维,也称为“下行假设”。它是指可替代的结果比真实的结果更糟糕,如“幸好比赛前到比赛场地进行了适应性训练,要不然今天这场球肯定会输”。有学者研究证实,获得铜牌的选手往往比获得银牌的选手更开心。这是因为,铜牌得主运用的是下行假设,即如果我发挥得稍微差一点,就与奖牌失之交臂了;银牌得主运用的则是上行假设,即如果我发挥得更好一点,就能登上最高领奖台了。通常碰到负面事件,人们容易产生类似于银牌选手的上行假设,常常设想事情本来可以做的更好一些,而碰到正面事件,人们则容易产生类似于铜牌选手下行假设,常常设想事情要是做得稍微差一点就糟了。

        反事实蕴涵是在反事实条件句逻辑的研究中,用于刻画反事实条件句前、后件之间的逻辑关系的二元联结词。对于形式为“如果有情况p(事实上不是或不大可能是),那么就有情况q”的反事实条件句,可以用“p口一q”(或“p>q”)来表示,其中的符号口一(或>)就是反事实蕴涵。

        学者们通过研究,提出了两大理论解释反事实机制,它们是范例说和目标-指向说。

    1 范例说(Norm Theory Perspective)

        Kahneman和Miller在1986年提出“范例说”,它是反事实思维的早期理论。其主要观点是反事实思维的激发是自动化过程。他们认为经验意识流中的每个刺激物,都是在对特定结果的直接反应过程中,寻找它们自己的范例(norm),即参照系或比较标准。范例是由过去经验所形成的对某类事件的一般性知识和预期。这种预期并不一定发生在意识层面,也难以被清楚的提取。早期反事实思维的研究主要集中在,哪些因素决定了反事实思维的产生——反事实思维的可得性(availability)。可得性指的是人们倾向于根据客体或事件在知觉或记忆中的熟悉性程度来评估其相对概率。影响反事实思维产生的因素包括:正常性、结果的效价、与替代结果的接近性、前提的突变性和前提的突出性以及一些动机性因素。

    2 目标-指向说(Goal-Directed Perspective)

        虽然范例说认为反事实思维的激发过程是自动化过程,但是之后越来越多的研究表明这个过程同样受归因、态度等认知因素的影响,目标-指向说是这些观点的统称。这一学说总的观点是:反事实思维不是一种自动化过程,它是由于个体在特定环境、特定情绪等的情景下对以往经历过的一些特定事件进行思考。人们为了达到某种目的,可以有意识的控制和运用反事实思维,可以将其当作一种认知策略的工具。


    展开全文
  • 机器学习中的成员推理方法 membership inference attack against machine learning models shokri R.2017翻译
  • 本文解读了两篇不同框架的论文:一篇是基于知识图谱的向量嵌入技术,完全基于向量操作进行推理演算;另一篇是基于 Neural Logic Programming 框架,并进一步解决了数值推理的问题。
  • Jena本体推理实例

    2019-01-06 11:33:46
    Jena实现本体的推理,包括.rules规则等,使用sparql语言对本体进行查询
  • vs2010+C# 产生式推理

    2018-10-29 16:45:57
    内含项目的源代码,实现简单的产生式推理机功能,适合初学人工智能推理章节者或要交人工智能课程设计者,内有该章节的ppt,并附上了该程序设计报告
  • 基于Jena的本体推理,使用sparql语言对本体进行查询。
  • 本方案适用于使用GPU进行AI在线推理的场 景。在推理之前,模型已经训练完成。例如,刷脸 支付中,我们在刷脸的时候,就是推理的一个过 程。再比如图像分类,目标检测,语音识别,语 义分析等返回结果的过程。 解决...
  • 产生式系统正反向推理 MFC 实现和操作步骤...要求所开发的系统能识别老虎,金钱豹,斑马,长颈鹿,企鹅,鸵鸟等 6 种动物,并能通过反向推理正确的动物识别结果 详情见博客:人工智能入门学习实验 mfc 产生式系统
  • 通过分析采煤工作面的情境信息,得到人员、设备、环境之间的关系;...利用Jena推理引擎对该模型进行推理,发现潜藏在本体模型中的危险因素。最后构建了本体模型推理系统,实现了对采煤工作面安全信息的检索与推理
  • 概率推理概述、确定性理论、一般不精确推理算法模型、确定性理论推理算法研究、主观贝叶斯理论推理算法研究
  • 社区康复 基于案例推理的实现
  • 对因果推理发展的研究广泛地集中于实现两个目标: 理解因果推理的起源,以及检验因果推理如何随着发展而变化。本书回顾了旨在实现这两个目标的证据和理论。
  • 什么是非单调推理

    千次阅读 2018-05-16 00:00:00
    
 
 
 
 
 
 
 非单调推理于19世纪 70 年代被提出,是人工智能中的一种重要的推理方式。所谓非单调推理,指...
  • pellet推理

    2014-08-19 23:21:50
    Pellet是一种基于Tableau算法的描述逻辑推理机,由美国马里兰大学(College Park分校)的MindSwap实验室开发。Pellet是基于Java的开放源码系统。至此owl2.0 运行mvn可以下载编译代码
  • 里面分别建立了输入隶属度函数以及输出隶属度函数,包括有隶属度函数的类型,阈值等,建立模糊推理规则,得到输出。程序简单,便于理解,新手上手也没有为题。
  • 自然演绎推理;自然演绎推理;自然演绎推理;自然演绎推理;自然演绎推理;自然演绎推理;自然演绎推理;自然演绎推理;内容提要;归结演绎推理;归结演绎推理;归结演绎推理;归结演绎推理;子句集及其化简;子句集及其化简;子句...
  • 提出了基于可信度因子和可信度区间的不确定性推理模型,并用改进的BP神经网络实现其推理过程,最后利用...仿真示例表明,它不仅可以自动学习和模拟专家的典型经验,而且还可以将专家的典型经验推广应用到一般情形。
  • 简单推理机C++实现_动物推断实例_使用 Visual Studio 2010版本

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 168,591
精华内容 67,436
关键字:

一般到一般是什么推理