×
安德热伊·因德泽扎克

非交换超连续演算的割消定理。 （英语） Zbl 1423.03239号

牛市。第节。日志。，大学后勤部。 46，编号1-2，135-149（2017）.
摘要：超序列计算（HC）可以形式化各种非经典逻辑。在[作者，Bull.Symb.Log.22，No.1，121-144（2016；Zbl 1403.03114号)]我们给出了线性帧最弱时序逻辑（mathbf{Kt4.3}）的HC的一个非交换变量，以及它对稠密时间流和串行时间流的一些扩展。通过Schütte/Hintikka风格的语义论证，利用饱和超序列建立的模型，证明了该系统是各个时间逻辑的无割HC形式化。在本文中，我们为（mathbf{Kt4.3}）提出了这种演算的一种变体，并给出了截消的构造性语法证明。

引用于5文件

MSC公司：

05年3月 切割消除和正规形定理
03B44号 时间逻辑

关键词：

时序逻辑;线性时间;超连续演算;切割消除

引文：

Zbl 1403.03114号
PDF格式BibTeX公司 XML格式引用
\textit{A.Indrzejczak}，公牛。第节。日志。，大学后勤部。46，编号1--2，135-149（2017；Zbl 1423.03239）
全文： 内政部

参考文献：

[1] A.Avron，《RM的构造性分析》，《符号逻辑杂志》52（1987），第939-951页·Zbl 0639.03017号
[2] A.Avron，《在非经典逻辑的证明系统中使用超序列》，《数学和人工智能年鉴》4（1991），第225-248页·Zbl 0865.03042号
[3] A.Avron，《命题非经典逻辑证明理论中的超序列方法》，[in:]W.Hodges等人（编辑），《逻辑：从基础到应用》，牛津科学出版社，牛津，1996年，第1-32页·Zbl 0861.03043号
[4] M.Baaz、A.Ciabattoni和C.G.Ferm¨uller，G模型逻辑的超连续演算——一项调查，《逻辑与计算杂志》13（2003），第1-27页。
[5] K.Bednarska和A.Indrzejczak，《S5的超序贯演算——删减方法、逻辑和逻辑哲学》，24/3（2015），第277-311页·Zbl 1372.03037号
[6] A.Ciabattoni、N.Galatos和K.Terui，《从公理到非经典逻辑中的分析规则》，LICS（2008），第229-240页。
[7] A.Indrzejczak，S4.3的无割超序列演算，逻辑部分公告41:1/2（2012），第89-104页·Zbl 1287.03046号
[8] A.Indrzejczak，线性框架某些模态逻辑的切入超序列演算的可消除性，《信息处理快报》115/2（2015），第75-81页·Zbl 1352.03064号
[9] A.Indrzejczak，超序列框架中的线性时间，符号逻辑公报22/1（2016），第121-144页·Zbl 1403.03114号
[10] O.Lahav，《从框架属性到模态逻辑中的超连续规则》，LICS 2013年·Zbl 1366.03188号
[11] B.Lellmann，Axioms vs hypersequenct rules with context restrictions，[in:]《IJCAR会议录》，施普林格出版社，2014年，第307-321页·Zbl 1425.03026号
[12] B.Lellmann，《线性嵌套序列，2-序列和超序列》，[in:]TABLEAUX，Springer 2015年，第135-150页·Zbl 1471.03080号
[13] H.Kurokawa，《扩展S4的模态逻辑的超序贯演算》，【in：】《人工智能的新前沿》（2013），第51-68页，Springer出版社，2014年。
[14] G.Metcalfe、N.Olivetti和D.Gabbay，《模糊逻辑的证明理论》，Springer 2008年·Zbl 1168.03002号
[15] F.Poggiolesi，《模态逻辑S5的无裁剪简单序贯演算》，《符号逻辑回顾1》（2008年），第3-15页·Zbl 1204.03024号
[16] F.Poggiolesi，《模态命题逻辑的Gentzen Calculi》，施普林格出版社，2011年·Zbl 1232.03007号
[17] G.Pottinger，T、S4和S5的统一无切割公式（摘要），《符号逻辑杂志》48（1983），第900页。
[18] K.Sch¨utte，《证明理论》，施普林格出版社，1977年。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。