逻辑等价算子在不确定性推理中的应用

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11626035
  • 项目类别:
    数学天元基金项目
  • 资助金额:
    3.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0602.信息技术与不确定性的数学理论与方法
  • 结题年份:
    2017
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2017-12-31

项目摘要

Uncertainty reasoning is the fundamental method during human processing information. The most existing perturbation parameters is defined with respect to the usual metric on the unit interval [0,1] when analyzing robustness of various uncertainty reasoning method, which cannot be sufficient for the need of lattice-valued and modal reasoning methods. And this parameter is difficult to contact with the implication operators and logical connectives which heavily determine the outcomes of logical reasoning. Since the logical equivalence operator is generated by the implication operators and logical connectives, the correspondingly defined perturbation parameter has the characteristics of wide applicability as well as beneficial for us integrating robustness analysis into the framework of logical inference. This project aims to construct perturbation parameters based on logic equivalence operators in Lattice-valued and Modal logic systems, and analyze the robustness for the correspondent logical inference method. It includes the following special subjects: (i) Combine the logical equivalence operators respectively with triangular norm in residuated lattice, Bosbach state, modal truth degree and modal algebra, and then correspondingly construct perturbation parameters in Lattice-valued logic and Modal logic systems. (ii) Compare different perturbation parameters from the viewpoint of robustness and select the reasonable one. (iii) Analyze the robustness for various Lattice-valued and Modal logical inference methods.
不确定性推理是人脑处理信息的根本方法。对各种不确定性推理方法进行鲁棒性分析时,现有的扰动参数大多建立在[0,1]区间的通常度量之上,这对格值逻辑和模态逻辑推理方法并不适用,并且与逻辑推理结果所依赖的蕴涵算子和逻辑连接词难以融合。逻辑等价算子由蕴涵算子和逻辑连接词生成,在此基础上构造的扰动参数不仅适用性广而且有利于我们将鲁棒性分析纳入到逻辑推理的框架之中。本项目拟借助逻辑等价算子在格值逻辑和模态逻辑系统中构造扰动参数,并对相应的逻辑推理方法进行鲁棒性分析。具体包括以下专题研究:(i) 拟将逻辑等价算子分别与剩余格中的三角模、Bosbach态及模态真度、模态代数相结合,在格值逻辑系统和模态逻辑系统中构造扰动参数。(ii) 借助拓扑学方法对各种扰动参数从鲁棒性分析的角度进行比较,筛选出较为合理的扰动参数。(iii) 对若干格值推理方法和模态推理方法进行鲁棒性分析。

结项摘要

不确定性推理是人脑处理信息的根本方法,是人工智能的重要研究课题。鲁棒性是评判各种不确定性推理方法的关键标准。本项目以弥补通常扰动参数的局限性和不足为出发点展开研究。借助逻辑等价算子,建立剩余格上的拓扑结构,构造扰动参数,研究各种逻辑推理方法的鲁棒性是本项目具有代表性的研究成果。以上研究成果为研究剩余格提供了新的方法,为分析逻辑推理方法的鲁棒性提供了新的工具。具体研究进展与成果包含以下内容:.首先,借助逻辑等价算子,建立了[0,1]剩余格上的度量结构,一般剩余格上的一致结构。探讨了这些结构中的紧性、Cauchy-列的收敛性等性质。.其次,在直觉模糊推理系统中,基于Lukasiewicz、R0、Gödel、Gougen蕴涵算子导出的四种扰动参数,通过建立度量空间,分析孤立点的分布及稠密子集的情况,对这四种扰动参数进行了比较,得到Lukasiewicz型、Gougen型扰动参数更适宜于进行鲁棒性分析。另外,将本项目构造的扰动参数应用到了模式识别问题中,分析得到的结果与实际情况高度一致。.最后,将剩余格中的三角模、态及模态代数分别和逻辑等价算子相结合,构造了四种类型的扰动参数, 并以此为工具,分析了模态逻辑中逻辑连接词的鲁棒性,证明了RL- 型3I算法具有良好的鲁棒性。

项目成果

期刊论文数量(1)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
基于模糊逻辑等价算子的直觉相似度
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    模糊系统与数学
  • 影响因子:
    --
  • 作者:
    段景瑶
  • 通讯作者:
    段景瑶

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

模糊集的逻辑等价相似度
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    陕西师范大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    段景瑶;李永明
  • 通讯作者:
    李永明
On robustness of the full implication triple I inference method with respect to finer measurements
关于更精细测量的全蕴涵 Triple I 推理方法的鲁棒性
  • DOI:
    10.1016/j.ijar.2013.09.023
  • 发表时间:
    2014-03
  • 期刊:
    International Journal of Approximate Reasoning
  • 影响因子:
    3.9
  • 作者:
    王国俊;段景瑶
  • 通讯作者:
    段景瑶
双极信息的聚合与分解
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    软件学报
  • 影响因子:
    --
  • 作者:
    王国俊;段景瑶
  • 通讯作者:
    段景瑶
适宜于展开模糊推理的两类模糊度量空间
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    中国科学:信息科学
  • 影响因子:
    --
  • 作者:
    王国俊;段景瑶
  • 通讯作者:
    段景瑶
模糊全蕴涵三I算法的鲁棒性
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    International Journal of Approximate Reasoning
  • 影响因子:
    3.9
  • 作者:
    王国俊;段景瑶
  • 通讯作者:
    段景瑶

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码