×

混合表示系统中的推理和修正。 (英语) Zbl 0702.68095号

计算机科学课堂讲稿, 422; 人工智能课堂讲稿。柏林等:Springer-Verlag。十二、 270 p.DM 42.00(1990)。
本书为读者提供了对基于知识的系统的广泛而先进的理解,这是人工智能的主要研究课题之一。特别强调了推理和修正的主题。在广泛调查和分析术语形式、断言形式以及其他表示形式的基础上,对混合表示系统(TF/AF)进行了扩展。然后从包含、分类和混合推理的角度对推理方面进行了重点研究。关于算法及其计算复杂性,已经取得了一些有贡献的结果。此外,术语循环的问题是通过认识到术语循环可以有助于捕获某些含义(例如直觉语义)来处理的。这令人印象深刻,因为它通常被忽视或避免。在这方面所做的工作包括对三种语义风格的评估、包含的可判定性以及推理算法的扩展。在讨论了表示形式主义和推理之后,重点讨论了非常重要的修改问题。也就是说,“不断变化的世界”要求改变知识基础。对当前方法进行了一次极好的调查,结果表明,逻辑数据库更新和反事实推理的解决方案可以根据外延相关性在理论变化逻辑中重建。在制定了一些修订要求,并意识到当前解决方案的不足后,作者采用了一种旨在符号级最小更改的方法,该方法具有修订操作的封闭性。此外,还探索了如何结合理论变更方法进行术语修订,以设计一个直观合理且简单的混合系统模型。
总之,这本书组织得很好,相关主题得到了系统的描述,相应的处理方法严谨、正式且富有见地。
审核人:E.克尔

MSC公司:

68立方英尺 知识表示
68层35 人工智能语言和软件系统理论(基于知识的系统、专家系统等)
68-02 与计算机科学有关的研究展览会(专著、调查文章)

软件:

Smalltalk公司
PDF格式BibTeX公司 XML格式引用