首页/论文/1704.03342

arXiv 1704.033422017-04-11cs.AI

巴克斯l. p.逻辑中的信念与概率--表观反直觉的~3值逻辑解

Beliefs and Probability in Bacchus' l.p. Logic: A~3-Valued Logic Solution to Apparent Counter-intuition

Institute of Computer Science Polish Academy of Sciences（波兰科学院计算机科学研究所）

Mieczysław A. Kłopotek

备注：: Draft for the conference M.A. Kłopotek: Beliefs and Probability in Bacchus' l.p. Logic: A 3-Valued Logic Solution to Apparent Counter-intuition. [in:] R. Trappl Ed,: Cybernetics and Systems Research. Proc. 11 European Meeting on Cybernetics and System Research EMCSR'92, Wien, Osterreich, 20. April 1992. World Scientific Singapore, New Jersey, London, HongKong Vol. 1, pp. 519-526

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

一阶逻辑和统计推理之间的根本差异（宇宙的整体性和局部性）是巴克斯的L. p.逻辑中逻辑和概率的整合的障碍。为了克服L. p.行为的反直觉性，提出了一种三值逻辑。

英文摘要：

Fundamental discrepancy between first order logic and statistical inference (global versus local properties of universe) is shown to be the obstacle for integration of logic and probability in L.p. logic of Bacchus. To overcome the counterintuitiveness of L.p. behaviour, a 3-valued logic is proposed.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

基于目标回归的动态系统概率推理

Reasoning about Probabilities in Dynamic Systems using Goal Regression

University of Toronto（多伦多大学）

在不确定的动态世界中，关于置信度的推理是许多应用的基础，例如机器人和规划，其中动作修改状态属性并且传感器提供测量，这两者都容易受到噪声的影响。除了有限的情况下，如高斯过程的线性现象，信念状态的演变可能是复杂的，很难以一般的方式推理。本文提出了一个框架，新的结果，允许减少主观概率后，感知和行动的问题，只有初始状态。我们建立在一个表达概率的一阶逻辑帐户巴克斯，Halpern和Levesque，从而在一个方法，原则上，可以与各种现有的推理解决方案。

2013-09-26cs.AI

关于有序信念导致概率模型的直觉

Intuitions about Ordered Beliefs Leading to Probabilistic Models

Plymouth State College（普利茅斯州立学院）

一般使用主观概率模型的信念已被证明使用许多公理化计划。例如，？一致的赌博行为的论点是众所周知的。对于那些还不相信概率模型的唯一适用性和普遍性的人来说，这样的理由往往是没有说服力的。本文探讨概率模型的另一个基本原理。?定性概率，这是已知的信念表示方案提供严格的限制，来自五个简单的假设之间的关系信念。虽然熟悉的理性概念，如传递性，优势，和一致性的对应物被使用，赌博的背景下被避免。定性概率和概率本身之间的差距可以通过几个附加假设中的任何一个来弥合。这里的讨论依赖于最近人工智能文献中常见的结果，引入了第六个简单的假设。叙述强调模型的基础上独特的完整的排序，但理由很容易扩展到激励集值表示的偏序。

2013-03-13cs.AI

基于态势演算的机器人位置估计

Robot Location Estimation in the Situation Calculus

University of Toronto（多伦多大学）

位置估计是机器人应用中的基本传感任务，其中世界是不确定的，并且传感器和执行器是有噪声的。大多数系统对状态变量之间的依赖关系做出各种假设，特别是关于这些依赖关系如何作为操作的结果而改变。本文基于巴克斯、哈尔彭和莱维斯克关于情境演算中置信度推理的一般框架，以及最近对连续域的扩展，我们使用一个例子说明了在存在丰富的行动理论的情况下的位置估计。我们还表明，虽然行动可能会影响先验分布在非标准的方式，适当的后验信念，但作为一个整体规范的副作用。

2014-02-28cs.AIcs.LO

对AI系统预测的反事实解释是否会扭曲外行用户对世界的因果直觉？如果是这样，我们可以纠正吗？

Can counterfactual explanations of AI systems' predictions skew lay users' causal intuitions about the world? If so, can we correct for that?

Birkbeck, University of London（伦敦大学伯贝克学院）

反事实（CF）解释已被用作可解释人工智能的可解释性模式之一，以增加人工智能系统的透明度并提供追索权。然而，认知科学和心理学已经指出，人们经常使用CF来表达因果关系。大多数人工智能系统只能捕捉数据中的关联或相关性，因此将其解释为偶然性是不合理的。在本文中，我们提出了两个实验（总N = 364）探索的CF解释的AI系统的预测对外行人的因果信念对现实世界的影响。在实验1中，我们发现，为AI系统的预测提供CF解释确实（不可否认地）影响了人们对AI使用的因素/特征的因果信念，并且人们更有可能将其视为现实世界中的因果因素。受错误信息和健康警告信息文献的启发，实验2测试了我们是否可以纠正因果信念的不合理变化。我们发现，指出人工智能系统捕获相关性，而不一定是因果关系，可以削弱CF解释对人们因果信念的影响。

2022-12-12cs.AI

Lp：统计信息逻辑

Lp : A Logic for Statistical Information

University of Waterloo（滑铁卢大学）

这个扩展的抽象提出了一个逻辑，称为LP，它能够表示和推理各种定性和定量的统计信息。这种逻辑形式主义的优点是它提供了统计知识的声明性表示;以这种方式表示的知识可以用于各种推理任务。该逻辑与概率逻辑中以前的工作不同之处在于，它使用了话语域上的概率分布，而大多数以前的工作（例如，Nilsson [2]，Scott et al. [3]，Gaifinan [4]，Fagin et al. [5]）研究了概率对逻辑句子的附加（也可参见Halpern [6]和Bacchus [7]进一步讨论差异）。逻辑Lp还有一些更重要的特征。首先，Lp是一阶逻辑的超集，因此它可以表示普通的逻辑断言。这意味着LP提供了一种机制，用于将统计信息和关于不确定性的推理集成到仅基于逻辑的系统中。其次，Lp具有透明的语义，基于集合和这些集合的概率。因此，Lp中所表示的知识可以用集合和概率的简单原始概念来理解。最后，有一个覆盖面很广的可靠证明理论（证明理论对于某些类型的模型是完整的）。证明理论捕获了足够的范围内的有效推理subsidered大多数以前的概率不确定性推理系统。例如，像Nilsson的概率蕴涵[2]生成的线性约束可以由证明理论生成，并且可以执行贝叶斯推理基础的信念网[8]。此外，证明理论集成了定量和定性推理以及统计和逻辑推理。在下一节中，我们将简要考察概率逻辑中以前的工作，并将其与Lp进行比较。然后，我们提出…

2013-03-27cs.AI

直觉时态逻辑在时态答案集编程中的应用

Applications of Intuitionistic Temporal Logic to Temporal Answer Set Programming

University of Corunna, Spain（科鲁纳大学）；University of Angers, France（昂热大学）；University of Barcelona, Spain（巴塞罗那大学）；University of Potsdam, Germany（波茨坦大学）

本文通过时态平衡逻辑探讨时态答案集编程的逻辑基础，将直觉逻辑与时态逻辑编程相结合，提出新的研究方向。

2026-03-16cs.AIcs.LO

更多相关论文收起更多论文

相信与不相信的逻辑

Some logics of belief and disbelief

在知识表示的逻辑中引入明确的拒绝或不信任概念，可以通过多种方式证明是合理的。动机的范围从需要的版本的否定弱于经典的否定，明确记录经典的信念收缩操作在该地区的信念变化，并从扩展版本的信念变化，其中包括不相信收缩获得的额外水平的表达。在本文中，我们提出了四个逻辑的怀疑，解决部分或所有这些直觉。稳健性和完整性的结果提供和逻辑比较方面的适用性和实用性。

2002-07-10cs.AIcs.LO

摩尔悖论与信仰逻辑

Moore's Paradox and the logic of belief

Universidad de los Andes（洛斯安第斯大学）

摩尔斯帕雷兹是任何形式的信仰理论的一个测试案例。在《知识与信仰》中，欣蒂卡发展了一种多模态逻辑，用于表达包含知识和信仰的认识概念的句子。他的叙述旨在对这一悖论作出解释。在本文中，我认为，Hintikkas解释的doxastic运营商之一是有问题的，并导致不必要的强大的逻辑系统。我提供了一个较弱的替代方案，它以一种更准确的方式捕捉了我们关于信仰概念的逻辑直觉，而不牺牲为有问题的案例（如摩尔·帕森斯）提供解释的可能性。

2020-06-19cs.AIcs.LO

迭代修正与恢复公理：通过认知状态的统一处理

Iterated revision and the axiom of recovery: a unified treatment via epistemic states

恢复公理虽然抓住了关于信念改变的核心直觉，但一直是许多争议的根源。我们简要地反对推定的反例公理-同时同意，他们的一些见解值得保留-并提出额外的恢复一样的公理在一个框架，使用认知状态，编码的偏好，作为修订的对象。这提供了一个框架，其中迭代修订成为可能，并明确迭代信念变化和公理之间的联系恢复。我们提供了一个表示定理，连接的语义条件，我们施加在迭代修订和额外的语法属性提到。我们还展示了我们的框架和Darwiche-Pearl框架之间的一些有趣的相似之处。特别地，我们证明了有争议的（C2）假设背后的直觉被恢复公理和我们的恢复类假设所捕获（后者可以被视为（C2）的弱化）。

2002-07-10cs.AIcs.LO

BP-Seg：一种基于置信传播的图模型方法用于无监督和非连续文本分割

BP-Seg: A graphical model approach to unsupervised and non-contiguous text segmentation using belief propagation

LinkedIn Corporation（领英公司）

本文提出基于置信传播的图模型无监督文本分割方法BP-Seg，兼顾局部连贯性与远距离语义相似性，实验验证其优于现有方法。

2025-09-25cs.AIcs.CLcs.LG

计算机程序更新简史

A Brief History of Updates of Answer-Set Programs

NOVA LINCS, Universidade Nova de Lisboa（NOVA LINCS，新里斯本大学）

在过去的几十年里，已经有相当多的努力致力于在稳定模型语义（a.k.a.）下更新逻辑程序的问题。答案集程序），或者换句话说，当一个逻辑程序所描述的世界发生变化时，如何表征它的结果。虽然最先进的方法是由相同的基本直觉和愿望作为信念更新在经典逻辑的背景下，他们建立在根本不同的原则和方法，这阻碍了一个统一的框架，可以包括信念和规则更新。在本文中，我们将概述一些与答案集编程更新相关的主要方法和结果，同时指出这一主题的研究所面临的一些主要挑战。

2022-02-19cs.AI

信念修正的定量动态认知逻辑研究

Study on Quantitative Dynamic Epistemic Logic for Belief Revision

State University of Campinas (UNICAMP)（坎皮纳斯州立大学（UNICAMP））

本文基于AGM理论，引入定量“确信度”概念，扩展动态认知逻辑P*，形式化信念修正过程，并通过定理证明和哲学标准分析，提出更符合AGM直觉的修正函数*^0。

2026-06-23cs.AImath.LO