Разработка и реализация методов и алгоритмов абдуктивного вывода с использованием систем поддержки истинности на основе предположений
Реализация результатов. Результаты диссертационной работы Хотимчука К. Ю. -ч вошли в отчёты по НИР, выполняемым кафедрой ПМ по грантам РФФИ № 09−01−76а «Исследование и разработка методов анализа данных и обнаружения знаний в „зашумленных“ базах данных», № 08−07−212 «Исследование и разработка методов и инструментальных средств индуктивного формирования понятий в интеллектуальных системах поддержки… Читать ещё >
Содержание
- 1. Абдуктивный вывод: обзор
- 1. 1. Основные понятия и определения
- 1. 2. Подходы к организации абдуктивного вывода
- 1. 2. 1. Подход на основе покрытия множеств
- 1. 2. 2. Подход на основе логики
- 1. 2. 3. Подход на уровне знаний
- 1. 2. 4. Подход на основе вероятностных методов
- 1. 3. Подходы к отбору гипотез
- 1. 4. Организация абдуктивного вывода с применением теории аргументации
- 1. 4. 1. Основные понятия теории аргументации
- 1. 4. 2. Нахождение множества обоснованных гипотез
- 1. 5. ДСМ-метод автоматического порождения гипотез
- 1. 6. Выводы по главе 1
- 2. Методы и алгоритмы абдуктивного вывода
- 2. 1. Алгоритм нахождения минимальных покрытий
- 2. 2. Алгоритм абдуктивного вывода с применением первичных импликат
- 2. 2. 1. Алгоритм 1трАА
- 2. 2. 2. Примеры работы алгоритма 1трАА
- 2. 2. 3. Эвристический метод для алгоритма 1шрАА
- 2. 3. Алгоритм абдуктивного вывода с применением теории аргументации
- 2. 3. 1. Алгоритм построения целевых деревьев
- 2. 3. 2. Пример работы алгоритма построения целевых деревьев
- 2. 3. 3. Использование алгоритма целевых деревьев в организации абдуктивного вывода
- 2. 4. Абдуктивный вывод в логике предикатов первого порядка
- 2. 5. Выводы по главе 2
- 3. Системы поддержки истинности
- 3. 1. Обзор систем поддержки истинности
- 3. 1. 1. Основные достоинства систем поддержки истинности
- 3. 1. 2. Семейства систем поддержки истинности
- 3. 2. Система поддержки истинности, основанная на предположениях
- 3. 2. 1. Архитектура систем рассуждения
- 3. 2. 2. Основные определения
- 3. 2. 3. Основные структуры данных
- 3. 3. Алгоритм абдуктивного вывода с использованием систем поддержки истинности, основанных на предположениях
- 3. 4. Примеры работы алгоритма абдуктивного вывода с использованием систем поддержки истинности, основанных на предположениях
- 3. 5. Сравнение алгоритма абдуктивного вывода с использованием систем поддержки истинности, основанных на предположениях, и алгоритма 1шрАА
- 3. 6. Выводы по главе 3
- 3. 1. Обзор систем поддержки истинности
- 4. Решение задачи составления расписаний работ в сложных технических объектах и их подсистемах
- 4. 1. Задача составления расписаний в искусственном интеллекте
- 4. 2. Применение абдуктивного вывода в решении задачи составления расписаний
- 4. 3. Задача о составлении расписания технических работ
- 4. 4. Модификация алгоритма абдуктивного вывода с использованием систем поддержки истинности, основанных на предположениях
- 4. 4. 1. Первая модификация алгоритма абдуктивного вывода с использованием систем поддержки истинности, основанных на предположениях
- 4. 4. 2. Вторая модификация алгоритма абдуктивного вывода с использованием систем поддержки истинности, основанных на предположениях
- 4. 5. Эвристический метод для алгоритма абдуктивного вывода с использованием систем поддержки истинности, основанных на предположениях
- 4. 6. Модификации алгоритмов 1трАА и 1трААН
- 4. 7. Практические результаты
- 4. 8. Выводы по главе 4
5. Реализация программного комплекса, осуществляющего составление расписаний работ в сложных технических объектах и их подсистемах с использованием системы поддержки истинности, основанной на предположениях.
5.1. Архитектура программного комплекса.
5.2. Язык запросов программного комплекса.
5.3. Сценарии взаимодействия пользователя и программного комплекса.
5.4. Выводы по главе 5.
Список литературы
- Peirce C.S., Philosophical’writings. N.Y.: Dover Publications, Inc, 1955. P. 386.
- Cox P.T. andPietrzykowski T. General diagnosis by abductive inference // Proc. IEEE
- Sympos. Logic Programming. San Francisco. 1987. P. 183−189.
- Hobbs J., Stickel M.E., Appelt D. et al. Interpretation as abduction // Artificial Intelligence.1993.63(1 -2). P. 69−142.i
- Eshghi K. Abductive planning with the event calculus. // Robert A. Kowalski, Kenneth A. Bowen editors: Logic Programming, Proc. of the Fifth International Conference and Symposium, Seattle, Washington, August 15−19, 1988. MIT Press, 1988, P.562−579.
- Финн В.К. Синтез познавательных процедур и проблема индукции // Интеллектуальные системы и общество: сборник статей, изд.2-е, испр. и существ, доп., Москва: КомКнига, 2006. 352с. С. 130−219.
- Виноградов Д.В. Формализация правдоподобных рассуждений в логике предикатов //
- ДСМ-метод автоматического порождения гипотез: Логические и эпистемологическиеоснования, Москва: Книжный дом «ЛИБРОКОМ», 2009. 432 с. С. 287−293.
- Рузавин Г. И. Абдукция как метод поиска и обоснования объяснительных гипотез //
- Теория и практика аргументации. М., 2001. с. 28−48.
- Васюков B.JI. Научное открытие и контекст абдукции // Философия науки. Вып. 9. М.:1.ИФ РАН, 2003. с. 180−205.
- Flach P.A., Kakas А.С. On the relation between abduction and inductive learning //
- Handbook of defeasible reasoning and uncertainty management systems: Volume 4 abductive reasoning and learning, Kluwer Academic Publishers Norwell, MA, USA, 2000, P. 1−33.
- Bergadano F., Cutello V., Gunetti D. Abduction in machine learning // Handbook of defeasible reasoning and uncertainty management systems: Volume 4 abductive reasoningj and learning. Kluwer Academic Publishers Norwell, MA, USA, 2000, P. 197−229.
- Dubois D., Prade H. An overview of ordinal and numerical approaches to causal diagnosticproblem solving // Handbook of defeasible reasoning and uncertainty management systems:
- Volume 4 abductive reasoning and learning. Kluwer Academic Publishers Norwell, MA, USA, 2000, P. 231 -280.r '5 ', 'i i
- Kakas A.C., Kowalski R.A., Toni F. The role of abduction in logic programming // Handbook of Logic in Artificial Intelligence and Logic Programming / Ed. Gabbay D.M., Hogger C J. and Robinson J.A. Oxford, UK. Oxford University Press. 1998, P. 235−324.
- Inoue K., Sakama C. Abductive framework for nonmonotonic theory change // Proc. 14th International Joint Conference on Artificial Intelligence, Montreal, Quebec, Canada, 1995, P. 204−210.
- Levesque H. A knowledge-level account of abduction // Proc 11th International Joint Conference on Artificial Intelligence. San Francisco, CA, USA. 1989. P. 1061−1067.
- Cox P., Pietrzykowski T. Causes for Events: Their Computation and Applications. // Proc. 8th International Conference on Automated Deduction, Oxford, England, 1986, P. 608−621.
- Pople H. E. On the mechanization of abductive logic // Proc. of the 3rd international joint conference on Artificial intelligence, 1973, San Francisco, CA, USA 1973, P. 147−152.
- Appelt D.E., Pollack M.E. Weighted Abduction for Plan Ascription // Proc. of User Modelling and User-Adapted Interaction, Volume 2(1−2) 1992, Kluwer, Netherlands, P. 1−25.
- Console L., Dupre D. T. Abductive Reasoning with Abstraction Axioms // Foundations of Knowledge Representation and Reasoning, (G. Lakemayer, B. Nebel eds.), Lecture Notes in Computer Science 810, Springer Verlag, 1994, P. 98−112.
- Poole D. Probabilistic Horn abduction and Bayesian networks // Artificial Intelligence, Volume 64, Numbers 1, 1993, P. 81−129.
- Forbus K.D., de Kleer J. Building Problem Solver, The MIT Press, Cambridge, Massachusetts, London, England, 1993.
- Doyle J. A Truth Maintenance System // Artificial Intelligence, 1979, Vol.12. P.231−272.
- McAllester D. A Three-valued Truth Maintenance System / S.B. Thesis, Department of Electrical Engineering, MIT, Cambridge, MA, 1978.
- McAllester D. An Outlook on Truth Maintenance. Artificial Intelligence Laboratory, AIM-551, MIT, Cambridge, MA, 1980.
- McAllester D. Truth Maintenance // Proc. Of AAAI-90, 1990. P. 1109−1116.
- Reiter R. A Logic for Default Reasoning // Artificial Intelligence, 1980, Vol. 13.P.81−132.
- Castro J.L., Zurita J.M. A Generic ATMS // International Journal of Approximate Reasoning, 1996, Vol. 14, P.259−280.
- Dechter R., Dechter A. Structure Driven Algorithms for Truth Maintenance // Artificial Intelligence, 1996, Vol. 82, P. 1−20.
- Thompson C.A. Inductive learning for abductive diagnosis. Texas: the University of Texas at Austin, 1993. P. 53.
- A3. Marquis P. Consequence finding algorithms // Handbook for Defeasible Reasoning and Uncertain Management Systems, eds. D.M. Gabbay and P. Smets. 2000. V. 5. P. 41−145.
- Вагин В.Н., Хотимчук К. Ю. Нахождение минимальных абдуктивных объяснений с помощью первичных импликат // Тр. 11й национальной конференции по искусственному интеллекту с международным участием (КИИ-2008. г. Дубна, Россия). 2008. Т. 2. Р. 345−355.
- Вагин В.Н., Хотимчук К. Ю. Методы абдуктивного вывода в задачах планирования работы в сложных объектах // Известия РАН. Теория и системы управления, 2010, № 5, с. 95−113.
- Charniak Е., Shimony S.E. Cost-Based Abduction and MAP Explanation // Artificial Intelligence Journal, V. 66(2), 1994. P. 345−374.53 .NgH.T., MooneyRJ. On the Role of Coherence in Abductive Explanation // AAAI 1990. P. 337−342.
- Финн B.K. Об одном варианте логики аргументации // Интеллектуальные системы и общество: сборник статей, изд.2-е, испр. и существ. Доп., Москва,: КомКнига, 2006. — 352с. 220−265.
- Финн B.K. Правдоподобные выводы и правдоподобные рассуждения // Итоги науки и техники. Сер. Теория вероятностей. Математическая статистика. Теоретическая кибернетика. Т. 28. М.: ВИНИТИ, 1991. С. 3−84.
- Финн В.К. Правдоподобные рассуждения в интеллектуальных системах типа ДСМ // Итоги науки и техники. Сер. Информатика. Т. 15. М.: ВИНИТИ, 1991. С. 54−101.
- Dang P.M. On the acceptability of arguments and its fundamental role in nonmonotonic reasoning, logic programming and n-person games // Artificial Intelligence Journal, V. 77(2), 1995. P.321−357.
- Kakas A.C., Toni F. Computing argumentation in logic programming // Journal of Logic and Computation 1999. V. 9. P. 515−562.
- Kowalski R., Kuhner D. Linear resolution with selection function // Artificial Intelligence. 1971. V. 2. P. 227−260.
- Танаев B.C., Шкурба В. В. Введение в теорию расписаний. М.: Наука, 1975. С. 256.
- Маппе A.S. On the Job Shop Scheduling Problem // Operations Research, 1960, 8(2): P. 219 223.
- Denecker M., Kakas A. Abduction in Logic Programming // Computational Logic: Logic Programming and Beyond, Essays in Honour of Kowalski R.A., P. I, London, UK: SpringerVerlag. 2002. V. 2407. P. 402−437.
- Microsoft Corporation Microsoft Inductive User Interface Guidelines // RSDN Magazine #6, 2004.
- Fikes R., Nilsson N. STRIPS: a new approach to the application of theorem proving to problem solving // Artificial Intelligence, 2: P. 189−208.ll.McDermott D. The Formal Semantics of Processes in PDDL // Proc. 1С APS Workshop on PDDL.
- Ghallab M., Nau D.S. Automated Planning: Theory and Practice. Traverso, Paolo: Morgan Kaufmann, 2004. P.