一、语言中的非单调推理（论文文献综述）
迟泰宇[1]（2020）在《基于语音识别的移动机器人人机交互方法研究》文中提出当前机器人已进入生产生活中,大量的重复性劳动已被机械所取代。目前基于图像的机器人控制系统已获得广泛的应用,但作为人机交互最为便捷和自然的方式“语音”目前仍应用有限。与工业机器人相比,家庭中的服务机器人对语音的需求格外迫切。本文针对家庭中的服务机器人人机交互问题设计了一套基于语音处理、自然语言处理和任务解析的人机交互系统。相关研究工作如下:针对语音识别的移动机器人人机交互问题,本课题设计了一种从用户和机器人两个角度出发来处理指令的方法。目的是为了在不影响用户语言习惯的前提下尽可能多地让机器人理解用户指令。该理念的具体解决方案由语音处理、自然语言处理、任务分解和仿真系统共四个子系统组成,本文对上述四个子系统进行设计并具体实现。针对语音处理中的语音唤醒、语音识别和语音合成模块,本课题在商业化算法的基础上进行软件开发。主要优势为在满足语音处理需要的前提下,可较为简单地得到能够进行二次开发的可用系统。针对移动机器人人机交互中的自然语言处理问题,本课题提出了将词法与句法相结合的方法,具体为先使用词法分析将文本处理成线性结果,然后将词法分析的线性结果处理为树型结果并进行关键信息抽取。其中词法问题本质上是序列标注问题,本文所使用的指令多为单句模式,深度学习方法的模型较为复杂能够利用上下文中的信息进行序列标注,标注能力强但需大量的数据集来进行训练,根据本课题研究内容的实际情况采用条件随机场的方法来对单句进行处理。句法问题是非线性结构的预测问题,是在词法分析的基础上进一步挖掘语言深层次的信息。本文具体采用基于转移依存句法分析方法,将前一步处理得到的线性结果处理成能够表示词之间依存关系的树形结构,对得到的树形结果进行关键信息抽取以得到句子中的核心关系。为了满足移动机器人任务分解的需要,本文提出了一种将回答集编程应用于中文指令任务解析的方法。该方法通过制定谓词转换规则来将关键信息抽取的结果转换为回答集编程中的谓词,并使用iclingo求解器将用户的抽象指令处理成机器人可执行的原子指令。针对执行验证问题,本文设计可视化的仿真界面对机器人执行用户指令的情况进行仿真验证。具体采用跨平台的C++开发框架QT进行室内环境的搭建、场景的布置和移动机器人运动的控制,仿真系统能够验证本课题指令处理的正确性,并可直观地观察到机器人的运动情况。
贺碧凤,王淑庆[2]（2019）在《行动传递怪论及其消解》文中提出西格伯格把行动后果的传递性作为动态行动逻辑的一个公理,这似乎没有什么问题。然而,切拉斯发现,这种行动后果的传递性在技术上会导致一个"行动传递怪论"的公式。通过还原切拉斯的分析,表明切拉斯的推导在技术上是可靠的。但如果分析西格伯格行动传递公理的内涵以及行动传递怪论产生的原因,可以发现切拉斯的反驳是不能成立的。在此基础上,文章尝试在动态行动语义模型上增加一个条件,从而为行动传递怪论给出一种技术的解决。
杨晓璐[3]（2019）在《基于满足系统的带有猜想的知识集的非单调推理建模研究》文中研究说明本文在传统的知识库的经典逻辑模型的基础上,通过引入假设、猜想与一些实际的推理实例,构造了一种非经典的非单调的逻辑模型,该模型具有知识增加与无知保持的特点。明显地提高了知识库的利用范围,为知识创新提供了一种逻辑基础。所提出的模型分别是优先、合理与溯因。这是一种新的、全局性的知识库的构造和应用机制。这种机制的提出是基于哲学对智能的进化过程的考虑,由低到高分别为时间、意识、伦理与智能四维度。其中时间是最基本的维度,以现在为基准,未来有多种可能,即时间分叉。这种分叉体现了未来的不确定性与多种可能性,由此引入了意识的多样性,即意识分叉,在意识分叉中实际上隐含了人类思想的多样性和知识的推理过程。这种推理过程是一种对未来的选择过程。这种选择过程一般是选择对人类自身有利的推理过程,由此产生伦理分叉。在伦理分叉中,产生了人工智能,同时对人工智能能否超过人的智能提出了疑问?由此产生了智能分叉。在智能分叉中提出了人工智能与超人工智能。将哲学中智能的进化过程形式化,则依次为累积逻辑、优先逻辑与合理逻辑。在整个智能的进化过程中,伴随着人类的反思过程,可以形式化为一种溯因推理过程。由此,可以根据人工智能的进化过程,提出了知识集的新的应用与机制。以经典知识集为基础,将假设、猜想与实例归结为默认知识集,提出了三种默认知识集的建模过程与相应的推理模型。在构造优先推理模型过程中,首先对知识集中的公式进行指派,建立有限的相应的世界集。其次建立世界之间的优先关系与优先推理关系的标准模型。最后根据所建立的优先标准模型构造基本默认知识集与默认知识集的行列式,其中基本默认集与行列式是等价的。在优先标准模型的基础上,定义世界集中各个世界的秩,从而构造合理推理关系的特征集。合理推理的特征集与合理推理关系是等价的。建立了世界的秩,相应地也就建立了合理推理关系的模型。在解释关系下定义溯因推理模型的构造过程。利用知识集语义模型中定义的切割方法,建立一个具有包含关系的世界的序关系。这种序关系具有可微分连续的性质。然后在序关系下定义相应的收缩与扩展算子。收缩与扩展算子可以等价地表示为知识动力学中的腐蚀与扩张算子。因此,通过溯因推理模型定义相应的猜想生成过程。通过上述的三种建模方法,可以使知识集上的推理具有知识的增加或者未知的保持的特性。
约翰·范本特姆,刘奋荣[4]（2019）在《图博弈的设计与模态逻辑的发展》文中指出图博弈是一种主体间互动的场景,可以使用模态逻辑的语言描述。模态词用来描述博弈玩家的行为,博弈的均衡和玩家的必胜策略则通常用模态逻辑的公式刻画,这些公式具有特定的模式。取决于博弈目标的设定、对玩家互动机制的设计,图博弈有着各种不同的版本。与之对应,模态逻辑的语言不断发展和扩展,新的逻辑系统也呈现不同的性质。逻辑学一方面作为分析现有图博弈的一种方法,另一方面,逻辑学也是设计新博弈的灵感来源。图博弈与逻辑学之间的相互渗透为研究博弈提供了新的视角,也是对博弈论和计算理论方法的重要补充。
崔帅[5]（2018）在《非经典逻辑视阈下的知识表征分析》文中研究指明机器智能化一直是人工智能追求的目标,而机器学习作为人工智能的一个重要分支,是机器智能化研究的重要内容。但是机器学习的研究正面临着一个困境,那就是,机器无法表征所有的人类推理知识以及现实世界事实。之所以如此,是由于现实世界的复杂性与多样性,许多知识都呈现出不确定性与模糊性。因而,如何丰富机器的表征力,实现对不同知识的表征与处理（也就是“机器可学习性问题”）就成为了计算机研究迫切需要解决的问题。而作为新表征形式的非经典逻辑在保留经典逻辑形式化特征的同时也放弃了经典逻辑遵循的必然性推理特征,成为了当下机器可学习性问题最具潜力的研究方法。在此,我需要强调的是,本文所指的机器是由软件与硬件构成的趋向于智能化的计算机系统,而非简单的机械装置。论文立足于非经典逻辑的视角,考察了非经典逻辑的结构特征,并从非经典逻辑的形式结构以及推理技术上分析该类逻辑系统何以能表征多样的现实世界事实与知识。论文主要分为三部分,其中第一章为第一部分,第二、三、四、五章为第二部分,第六章为第三部分。第一部分主要探究了机器可学习性问题中概念之间的联系与区别,考察了当下机器可学习性研究的特征。在此基础上,通过对非经典逻辑特征的分析表明非经典逻辑是机器可学习性问题研究最具潜力的方法,该方法既具有较强的形式推理能力,又具有推理的不确定性特征,在保证推理有效性的同时丰富了推理的结果。论文的第二部分依据不同的逻辑系统对四类不同特征的知识进行了具体分析,为不确定知识的表征提供了潜在的研究路径。论文的第二章对比了可能世界语义学与情境语义学,阐明了可能世界可以被解释为情境,并指出模态逻辑具有与情境计算相类似的特征,可以尝试被用于表征情境知识。第三章揭示了语境是模糊性问题解决的关键所在,因而提出通过语境的明晰来解决模糊性问题,并从两种不同语境逻辑的视角具体分析了模糊性问题。第四章则是详细分析了有意义的矛盾,阐述了次协调逻辑可以容纳有意义的矛盾,并依据四值结构和注释格结构具体阐释了矛盾的分析过程。而第五章作为对不完备经验知识的分析,则是在概率论的可信度解释上,通过计算证据对经验知识的支持度刻画了经验知识的可信度与有效性,并详尽的剖析了经验知识的修正过程。第三部分则是对不确定性知识表征问题的哲学思考,从逻辑学视角揭示了知识表征问题在研究内容与研究方法上的转变,表明了非经典逻辑是一种语形分析与语义分析相结合、语境与计算相融合的研究方法,并且该方式还试图实现科学理性与人文理性的统一。而从知识论视角来看,知识因证据和语境而具有多元性,并指出知识是可错的。结束语从不确定性知识的表征、大数据分析的需求以及形式研究方法的变革概述了机器学习以及人工智能的研究将走向可计算化,进而指出计算主义将是未来的发展趋势,并从物理架构、研究方式、研究对象和研究方法四个方面简要地分析了计算主义的发展;且在此基础上,简要的说明了常识推理、自然语言、生物动力模型以及机器学习的样本数据将是未来需要重点研究的问题。整体而言,本文首先对机器可学习性问题的概念、特征以及研究方法进行了探讨,在此基础上,从四个角度进一步考察非经典逻辑如何表征多样的、模糊的、不确定的知识,并从哲学视角阐释了非经典逻辑在知识表征问题解决中的适应性与合理性。本文的目的在于:依托于非经典逻辑分析其对不同类型知识表征的合理性,表明非经典逻辑是机器可学习性问题解决的重要途径,也是机器智能化研究的新颖路径,具有重要的科学价值与哲学意义。
廖备水,代建华[6]（2012）在《基于论辩的Agent非单调推理》文中指出现有的Agent信念修正、慎思、手段-目的推理等理论和方法大多基于经典一阶逻辑,对不完全的、不一致的知识,缺乏有效的处理机制.基于论辩的Agent非单调推理（包括认识推理和实践推理）理论和方法有望弥补这个不足.不过,作为一个新的研究方向,其基本概念、理论、方法及存在的关键性问题尚有待于澄清和梳理.文中首先介绍论辩的基本概念.在此基础上,分析基于论辩的Agent非单调推理的最新研究进展.最后,讨论存在的关键性问题并指出可能的研究方向.
张继华[7]（2012）在《科学探究推理研究》文中提出杜威关于科学探究模式的分析可简化为“数据——假设——结论”的过程,从数据到假设中使用的推理模式包括各种归纳推理和溯因推理,从假设到结论的检验过程使用的推理模式是演绎推理,它包括单调演绎推理和非单调演绎推理。基于对各种推理类型的重新研究,运用动态认知逻辑的观念、技术和方法,我们从信息输入和输出的角度对它们做出认知解释。利用现代逻辑的技术和方法,我们对归纳推理类型重新进行了研究,清除了形似归纳推理、实则演绎推理的推理类型,并且从模态角度分析了真正的归纳推理的或然性。特别是,我们借助当代模态逻辑中的混合逻辑,对穆勒五法重新进行研究,从形式上对穆勒归纳推理进行了刻画。借用当代动态认知逻辑中的模型更新的方法,我们对各种归纳推理形式进行了认知分析,构造了认知模型,说明了归纳推理的特征。这种方法的实质是从所涉及命题的真值情况出发,根据输入信息不断删除状态,最终确立结论的可能性的过程。最后,我们还探讨了归纳推理的认知价值。溯因推理是从数据达到假设的另一类独特的推理模式。对于这类推理,我们从命题逻辑、三段论和谓词逻辑等三个方面,区分了不同类型的溯因推理。命题溯因推理模式主要涉及蕴涵词的使用,然而借助命题逻辑中的定义,也可以对其它命题联结词在溯因推理中的运用进行分析。三段论有A、E、I、O等四种基本的命题形式,我们也分析了使用这四种形式的命题所进行的溯因推理。从现代谓词逻辑的角度看,三段论溯因推理可以转化为谓词逻辑中的溯因推理。我们还分析了溯因推理中涉及的时态、因果等等模态概念。从信息输入和输出的角度,构造了各种不同类型的溯因推理的认知模型,反映了溯因推理中信息的动态变化以及溯因推理的或然性特征。对于作为科学探究的中间阶段的科学假设,我们对假设的定义、一般特征、模式、类型等方面进行了探讨。进一步对胡适和波普尔的假设观进行对比分析,论述了科学假设的认知意义。最后,我们从科学假设与提高认知水平、培育创新思维、促进探究活动科学化、逼近科学真理等方面探讨了科学假设的认知功能。科学假设作为归纳或溯因推理的终点,它也是从假设到结论的起点。假设的科学性直接影响到科学探究的成败,在科学探究中具有极其重要的地位。从假设到结论的科学探究活动使用演绎推理。演绎推理分为单调演绎推理和非单调演绎推理,前者在科学家探究活动中起重要作用,而后者则在日常生活的科学探究中起重要作用。我们梳理了两类演绎推理的特征,然后利用动态认知逻辑中的模型更新方法,说明演绎推理中信息的动态变化。演绎推理过程本质上就是输入的前提所包含的信息的动态变化过程。对于非单调演绎推理,我们特别从信念更新的角度探讨了它的认知意义。最后,我们还从认知价值方面探讨了演绎推理与其它推理的关系。
高黎[8]（2011）在《辨证论治的非单调逻辑模型》文中研究说明中医药学是中国劳动人民在长期与疾病斗争的实践中的智慧结晶,在世界医学发展史上有着举足轻重的影响。要使中医药学迈向国际化、信息化、科学化、智能化,运用人工智能与数学方法描述中医药学基础理论,使中医药理论上升到数理层面,便于世人的学习、应用和认可是可选途径之一本文首次引入并应用非单调逻辑理论对中医辨证论治过程进行描述。首先以非单调缺省逻辑为理论基础,以论据系统作为辅助工具,将辨证论治过程符号化,实现辨证论治的非单调逻辑理论形式描述,形成初步的冲突隔离后的非单调推理过程。然后以真值维持系统为辅助工具,在此基础上进行加工改造,引入证据理论,提出信度计算方法来解决中医诊断过程中冲突出现后如何维持知识体系的一致性的问题,从而实现辨证论治过程的非单调推理修正模型。最后以中医专家系统为辅助工具,在具体算法中,通过引入相容性、贴近度、假设正确度等概念,将非单调逻辑理论思想引入中医专家系统中,使中医专家系统更加智能化,使之更切合中医药学理论的实际。
刘飞[9]（2011）在《非单调推理及其应用》文中指出经典逻辑的推理形式是演绎的、单调的,一般被称为单调推理。它在解决基础理论问题时发挥了精确性与严格性等特点。但是在处理日常复杂语境下的推理问题时,基于经典逻辑的单调推理具有一定的局限性。与之相反,非单调推理具有一定的灵活性。其特点是推理结论具有暂时性。随着新情况的出现,结论可能会被更正,以便符合实际情况。单调推理与非单调推理之间的区别类似于弗雷格所提出的显微镜与眼睛在功能上的比较。即显微镜发挥了精确性的特点,有助于研究微观世界,但不具有眼睛在生活中的灵活性。然而,眼睛也不可能直接观察到只有通过显微镜才能看到的微观世界。非单调这一概念于上世纪70年代被提出来。经过学者们数十年对非单调推理的研究,逐渐形成了与单调的经典逻辑不同的非单调逻辑。两者之间最明显的差别是,单调逻辑的定理集随前提集的增加而单调递增,而非单调逻辑的定理集是随前提集的增加而非单调递增。具体来说,在日常语境下,以已有知识和新加入的知识为前提,可以得出新结论。新结论往往会面临两种情况:要么是与已有知识无矛盾,要么是与已有知识发生矛盾。第一种情况符合单调逻辑的特点。第二种情况符合非单调逻辑的特点。对于第二种情况,如果能确保新结论符合一般事实,那么就要对已有知识做修改。从而更新知识。对已有知识不断修改,发展新知识的过程,符合人类认识世界的一般规律。一方面,非单调推理对于理解人类如何认识世界有重要启发意义。另一方面,非单调推理也可以作为一种实用的推理工具,应用于其他学科的研究中。因此,研究非单调推理具有重要意义。研究非单调推理首先需要研究非单调逻辑系统。从逻辑学的角度,研究非单调逻辑系统的一致性与完全性等性质,可以阐明非单调推理是如何满足对推理合理性的要求。到目前为止,讨论最多的非单调逻辑系统是模态非单调逻辑和缺省逻辑等等。通过探讨这两类逻辑系统,可以深入了解模态非单调推理与缺省推理。在正文中,首先要全面了解非单调推理。通过讨论模态非单调逻辑和缺省逻辑这两种非单调逻辑系统,对非单调推理有一个整体性的认识。其次对单调推理和非单调推理之间的联系与区别有一个清楚的认识。在此基础上,深入探讨非单调推理在解决常识推理问题方面的效用和在其他学科上所具有的理论价值。
杨倩[10]（2012）在《面向语义Web的本体理论和工程方法研究》文中研究表明以描述逻辑为基础的本体是语义Web中重要的知识表示形式,随着本体描述语言OWL成为W3C的标准,本体层在语义Web体系结构中已渐趋成熟,然而随着语义Web越来越多的用于实际应用,本体工程面临着各种应用问题,如大规模本体不易维护、应用困难以及语义Web急需时态信息的规范说明的问题,但只使用本体难以有效解决这些问题。规则是语义Web中另一重要的知识表示形式,本体和规则有效结合可弥补各自在表达能力上的不足。本体和Datalog形式的规则有相同的逻辑基础,目前已有应用技术可支持这两者的结合,然而本体与形式的规则（回答集程序设计）存在较大语义差异,如何在语义层次上将两者有效结合是语义Web发展中的关键问题。基于以上背景,本文所取得的研究成果如下: Data log? ,?（1）将Datalog规则引入本体并使用本体模块化技术解决了大规模本体不易维护、应用困难的问题,提出了本体模块的定义,并以物流领域为应用背景,验证了方法的可行性。给出了物流领域问题域划分原则,并采用规则和程序将模块连接,形成不同语境下的知识表示。针对模块连接时产生的不一致问题提出约束原则,从而保证了模块间连接的正确性。在此基础上,优化了基于本体和单调规则的物流管理系统。实验表明,模块化技术将推理限制在较小的范围之内,降低了推理复杂度,大大减少了系统内存消耗,提高了系统响应速度,且本体模块易维护和复用。（2）用间断区间的时态理论扩展了OWL-Time,以表达单个事件带间断时区的情况,用本体和单调规则表示了间断区间概念以及间断区间的时态关系,并以物流领域运输事件的表示为例验证了基于间断区间的时间本体在领域时态知识表示中的合理性。通过扩展Jena中的原语、Datalog规则以及对推理模型的操作构建了相应的推理机,对推理机进行实验检验,不仅验证了推理机运行的正确性,且保证了时间知识在本体和规则中表示的正确性。解决了带间断区间的时态知识在语义Web中表示和推理的问题。（3）本文提出了一种用限定（circumscription）将一阶逻辑特别是描述逻辑和回答集程序设计结合的方法。这种方法不仅可描述NM-model的语义和disjunctive dl-programs的回答集语义,且NM-model的语义和disjunctive dl-programs的回答集语义的不同之处仅在于限定的策略不同,而且这种方法可引出本体和规则结合的新见解。首先,消除了对disjunctive dl-programs的回答集语义不能得到逻辑结论的非的误解;其次不同的限定策略可体现本体和规则结合时的不同语义,由此也引出了很多本体和规则结合的新语义,同时这种方法可以很清楚的展示这些语义间的区别和联系;最后,提出了一阶一般稳定模型也可以用相似的方法将本体和规则结合综上,本文将本体和Datalog规则结合提出了解决语义Web中的大规模本体不易维护、应用困难,以及急需时态信息的规范说明的问题的方法,并在语义层次上将本体与以回答集语义为基础的规则结合起来,弥补了本体与规则在语义Web中单方面表达能力的不足。
二、语言中的非单调推理（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、语言中的非单调推理（论文提纲范文）
（1）基于语音识别的移动机器人人机交互方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 国内外研究现状及未来发展趋势 |
| 1.2.1 家庭服务机器人研究现状 |
| 1.2.2 基于语音的人机交互研究现状 |
| 1.2.3 机器人理解人类意图研究现状 |
| 1.3 章节安排 |
| 第2章 语音处理及词法分析 |
| 2.1 语音处理方法设计 |
| 2.1.1 语音处理总体设计 |
| 2.1.2 语音唤醒 |
| 2.1.3 语音识别 |
| 2.1.4 语音合成 |
| 2.2 中文服务指令收集及语料库建立 |
| 2.3 隐马尔可夫模型 |
| 2.3.1 隐马尔可夫模型原理 |
| 2.3.2 隐马尔可夫模型的三元组 |
| 2.3.3 隐马尔可夫模型的训练与预测 |
| 2.4 结构化感知机 |
| 2.4.1 感知机模型 |
| 2.4.2 线性模型的结构化感知机 |
| 2.5 条件随机场 |
| 2.5.1 线性链条件随机场 |
| 2.5.2 条件随机场的训练与预测 |
| 2.6 词法分析模型的训练与评测实验 |
| 2.7 本章小结 |
| 第3章 基于依存句法分析的关键信息抽取 |
| 3.1 依存句法树 |
| 3.1.1 依存句法理论基础 |
| 3.1.2 依存句法树库 |
| 3.2 依存句法分析 |
| 3.2.1 基于图的依存句法分析 |
| 3.2.2 基于转移的依存句法分析 |
| 3.3 基于转移的依存句法分析具体流程 |
| 3.3.1 Arc-Eager转移系统 |
| 3.3.2 特征提取 |
| 3.3.3 Static和 Dynamic Oracle |
| 3.3.4 基于机器学习的Dynamic Oracle |
| 3.4 依存句法分析结果及关键信息抽取实验 |
| 3.5 本章小结 |
| 第4章 基于ASP的移动机器人中文指令任务解析 |
| 4.1 回答集编程原理 |
| 4.1.1 逻辑程序 |
| 4.1.2 非单调推理 |
| 4.1.3 GK逻辑 |
| 4.1.4 回答集编程的求解 |
| 4.2 谓词转换规则 |
| 4.3 基于回答集的任务规划 |
| 4.4 利用ASP进行中文指令任务解析 |
| 4.4.1 环境信息 |
| 4.4.2 原子动作及任务描述 |
| 4.4.3 回答集编程实验 |
| 4.5 本章小结 |
| 第5章 基于语音识别的移动机器人人机交互系统实现 |
| 5.1 移动机器人系统框架 |
| 5.2 移动机器人人机交互系统部分模块实现 |
| 5.2.1 语音处理模块实现 |
| 5.2.2 模块间通信 |
| 5.2.3 移动机器人运动模型 |
| 5.3 移动机器人仿真平台及验证实验 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（2）行动传递怪论及其消解（论文提纲范文）
| 1 引言 |
| 2 切拉斯的反驳 |
| 2.1 语法分析 |
| 2.2 语义分析 |
| 3 行动传递怪论的消解 |
| 3.1 行动传递怪论产生的原因 |
| 3.2 行动传递怪论的消解 |
| 4 结论与进一步研究的问题 |
（3）基于满足系统的带有猜想的知识集的非单调推理建模研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.2.1 基于期望的推理 |
| 1.2.2 基于溯因的推理 |
| 1.3 本文研究内容 |
| 1.3.1 研究内容 |
| 1.3.2 本文创新点 |
| 1.4 论文的组织架构 |
| 第2章 满足系统与知识动力学算子 |
| 2.1 满足系统 |
| 2.2 动力学算子 |
| 2.2.1 膨胀与腐蚀算子 |
| 2.2.2 开算子和闭算子 |
| 2.3 本章小结 |
| 第3章 默认推理和优先推理以及合理推理 |
| 3.1 默认推理 |
| 3.1.1 Reiter默认推理及扩展 |
| 3.1.2 Poole默认逻辑 |
| 3.2 累积逻辑 |
| 3.2.1 累积推理 |
| 3.2.2 优先逻辑 |
| 3.2.3 合理逻辑和合理闭包 |
| 3.3 最小模型 |
| 3.3.1 VIMS和 FIMS |
| 3.4 本章小结 |
| 第4章 溯因推理 |
| 4.1 溯因推理 |
| 4.2 溯因推理模式 |
| 4.2.1 GM模式 |
| 4.3 本章小结 |
| 第5章 带有主观猜测的知识集非单调推理建模 |
| 5.1 知识集的优先推理关系及合理推理关系的构造 |
| 5.1.1 默认知识集的优先推理的构造 |
| 5.1.2 默认知识集的合理推理的构造 |
| 5.2 满足系统下的解释关系 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录Ⅰ |
| 个人简历、申请学位期间的研究成果及学术论文 |
| 致谢 |
（5）非经典逻辑视阈下的知识表征分析（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 引言 |
| 一、研究意义 |
| 二、国内外研究现状 |
| 三、研究思路与框架 |
| 四、论文的创新之处 |
| 第一章 机器可学习性的概述 |
| 1.1 机器可学习性的概念分析 |
| 1.1.1 学习与可学习性的联系 |
| 1.1.2 机器学习与机器可学习性的联系 |
| 1.1.3 机器可学习性中的知识表征 |
| 1.2 不确定知识的表征 |
| 1.3 机器可学习性的特征 |
| 1.4 机器可学习性的研究模式 |
| 1.4.1 基于人工神经网络的研究模式 |
| 1.4.2 基于非经典逻辑的研究模式 |
| 1.5 小结 |
| 第二章 机器可学习性中的情境知识分析 |
| 2.1 知识情境化表征的语义学基础 |
| 2.1.1 可能世界语义学 |
| 2.1.2 情境语义学 |
| 2.1.3 可能世界语义学和情境语义学的关系 |
| 2.2 知识情境化表征的形式分析 |
| 2.2.1 情境计算 |
| 2.2.2 模态逻辑 |
| 2.3 知识情境化表征的时空特征分析 |
| 2.3.1 时间特征表征 |
| 2.3.2 空间特征表征 |
| 2.4 知识情境化表征的意义 |
| 2.5 小结 |
| 第三章 机器可学习性中的模糊知识分析 |
| 3.1 模糊性知识的语境依赖性 |
| 3.1.1 连锁推理中的谓词模糊问题 |
| 3.1.2 主词或句子的语义模糊问题 |
| 3.1.3 模糊知识的语境相干性 |
| 3.2 连锁推理中谓词一阶模糊的语境分析 |
| 3.2.1 边界情形与谓词模糊 |
| 3.2.2 容忍度 |
| 3.2.3 模糊谓词的可行语境 |
| 3.2.4 语境依赖函数的稳定性 |
| 3.3 谓词高阶模糊的语境分析 |
| 3.3.1 高阶模糊 |
| 3.3.2 确定算子的引入 |
| 3.3.3 边界间隙表征 |
| 3.3.4 谓词高阶模糊的分析 |
| 3.4 主词或句子的语义模糊消除 |
| 3.4.1 主词或句子模糊的语境逻辑解释 |
| 3.4.2 多语境的桥规则转换 |
| 3.5 小结 |
| 第四章 机器可学习性中的矛盾分析 |
| 4.1 矛盾表征的思想溯源 |
| 4.1.1 矛盾表征系统建立的动因 |
| 4.1.2 矛盾表征系统的历史考察 |
| 4.2 矛盾与不一致性概念分析 |
| 4.2.1 矛盾概念的解释 |
| 4.2.2 矛盾与次协调思想 |
| 4.2.3 次协调思想与不一致性 |
| 4.3 矛盾表征的标注逻辑分析 |
| 4.3.1 四值逻辑 |
| 4.3.2 注释格结构 |
| 4.3.3 赋值函数 |
| 4.3.4 否定连词分析 |
| 4.4 矛盾表征的二值注释分析 |
| 4.4.1 注释与证据的关系 |
| 4.4.2 二值注释格结构 |
| 4.4.3 确定度与矛盾度 |
| 4.4.4 确定性间隔和真正的确定度 |
| 4.4.5 真正的证据度和标准化矛盾度 |
| 4.5 矛盾表征的意义分析 |
| 4.6 小结 |
| 第五章 机器可学习性中的不完备的经验知识分析 |
| 5.1 基于归纳逻辑对经验知识表征的辩护 |
| 5.1.1 经验知识归纳推理的否定 |
| 5.1.2 经验知识可归纳表征的辩护 |
| 5.1.3 基于概率的归纳逻辑 |
| 5.2 不完备经验知识的概率分析 |
| 5.2.1 概率意义的阐释 |
| 5.2.2 概率与证据的关系 |
| 5.2.3 条件概率分析 |
| 5.2.4 不完备经验的概率分析 |
| 5.3 经验知识库的修正 |
| 5.3.1 经验知识的添加 |
| 5.3.2 经验知识的替代 |
| 5.3.3 经验知识的删除 |
| 5.4 经验知识表征的意义 |
| 5.5 小结 |
| 第六章 机器可学习性研究的哲学意义 |
| 6.1 知识的非经典逻辑表征价值 |
| 6.1.1 简单性与复杂性的整体性研究 |
| 6.1.2 语境分析与计算表征的融合 |
| 6.1.3 语形分析与语义分析的结合 |
| 6.1.4 科学理性与人文理性的统一 |
| 6.2 基于非经典逻辑表征的知识的真理观 |
| 6.2.1 逻辑真的重新认识 |
| 6.2.2 知识的多元化 |
| 6.2.3 非确定性论证的合理性 |
| 6.2.4 知识的“可谬论” |
| 6.3 人类理性的计算化发展 |
| 6.4 小结 |
| 结束语：走向计算主义的机器学习 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
| 个人简况及联系方式 |
（6）基于论辩的Agent非单调推理（论文提纲范文）
| 1 引 言 |
| 2 论辩的基本概念 |
| 2.1 知识的表示 |
| 2.2 论证的构造 |
| 2.3 论证的比较 |
| 2.4 论证的评估 |
| 3 基于论辩的Agent非单调推理研究现状 |
| 3.1 现状介绍 |
| 3.1.1 基于论辩的认识推理 |
| 3.1.2 基于论辩的实践推理 |
| 3.1.3 基于论辩的BDI Agent模型 |
| 3.2 现状分析 |
| 3.2.1 知识的表示方面 |
| 3.2.2 论证的构造方面 |
| 3.2.3 论证的评估方面 |
| 4 存在问题 |
| 5 结 束 语 |
（7）科学探究推理研究（论文提纲范文）
| 内容摘要 |
| Abstract |
| 1 绪论 |
| 1.1 问题提出 |
| 1.2 研究价值 |
| 1.3 研究现状 |
| 1.4 研究思路 |
| 1.5 主要创新 |
| 2 科学探究活动的逻辑分析 |
| 2.1 科学探究案例 |
| 2.2 对案例的分析 |
| 2.3 从数据到假设 |
| 2.4 从假设到结论 |
| 2.5 小结 |
| 3 归纳推理的认知解释 |
| 3.1 归纳推理的主要类型 |
| 3.2 不完全归纳推理的认知模型 |
| 3.3 概率归纳推理的认知模型 |
| 3.4 归纳推理的认知价值 |
| 4 溯因推理的认知解释 |
| 4.1 溯因推理的基本特征和类型 |
| 4.2 溯因推理的模态刻画 |
| 4.3 溯因推理的认知模型 |
| 4.4 溯因推理的认知价值 |
| 5 科学假设的认知功能 |
| 5.1 对假设的一般性讨论 |
| 5.2 胡适与波普尔论假设 |
| 5.3 科学假设的认知价值 |
| 6 演绎推理的认知解释 |
| 6.1 单调和非单调演绎推理 |
| 6.2 单调演绎推理的认知模型 |
| 6.3 非单调演绎推理的认知解释 |
| 6.4 演绎推理的认知价值 |
| 7 结论 |
| 参考文献 |
| 后记 |
（8）辨证论治的非单调逻辑模型（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 辨证论治数字化研究的背景和意义 |
| 1.2 课题研究内容与论文结构 |
| 第二章 本文用到的相关数学方法及背景知识 |
| 2.1 非单调逻辑理论 |
| 2.1.1 非单调逻辑理论的提出 |
| 2.1.2 非单调逻辑理论基本概念 |
| 2.2 粗糙集 |
| 2.2.1 粗糙集研究背景 |
| 2.2.2 粗糙集理论的基本概念 |
| 2.3 谓词逻辑理论 |
| 2.3.1 谓词逻辑理论研究背景 |
| 2.3.2 谓词逻辑理论基本概念 |
| 2.4 论据系统简介 |
| 2.5 证据理论简介 |
| 2.6 中医专家系统 |
| 2.6.1 中医专家系统背景研究 |
| 2.6.2 中医专家系统综述 |
| 2.7 真值维持系统简介 |
| 2.8 本章小结 |
| 第三章 中医药学相关理论简介 |
| 3.1 中医药学理论概述 |
| 3.2 中医辨证论治概述 |
| 3.3 项目研究中临床材料的收集 |
| 3.3.1 病例诊断标准 |
| 3.3.2 临床材料来源 |
| 3.3.3 临床症状 |
| 3.3.4 医学实例 |
| 3.3.5 辩证分析的过程 |
| 3.3.6 信息预处理 |
| 第四章 中医辨证论治的非单调逻辑模型 |
| 4.1 辨证论治过程的非单调逻辑形式 |
| 4.1.1 符号化 |
| 4.1.2 用非单调逻辑定理进行验证 |
| 4.2 辨证论治过程的非单调推理模型 |
| 4.2.1 模型库中映射关系的描述 |
| 4.2.2 诊断推理与冲突排除总体结构描述 |
| 4.2.3 模型中诊断推理不确定性关系的管理 |
| 4.3 辨证论治非单调逻辑模型总体集成框架 |
| 第五章 非单调逻辑与中医专家系统结合算法描述 |
| 5.1 系统算法思想描述 |
| 5.1.1 引言 |
| 5.1.2 系统模块设计 |
| 5.1.3 算法中命题相容性的解决 |
| 5.2 算法主要代码分析 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录 |
| 致谢 |
（9）非单调推理及其应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 引言 |
| 一 选题背景及意义 |
| 二 研究现状 |
| 三 研究思路和方法 |
| 第一章 非单调推理 |
| 一 非单调推理的基本内容 |
| 二 非单调推理与单调推理 |
| 三 非单调推理与常识推理 |
| 第二章 两类非单调逻辑 |
| 一 模态非单调逻辑 |
| （一） 非单调逻辑的两种类型 |
| （二） 自认知逻辑 |
| 二 缺省逻辑 |
| 第三章 非单调推理与人工智能 |
| 一 人工智能中的推理 |
| 二 非单调推理的应用 |
| （一） 扩张问题 |
| （二） 信息交互问题 |
| 第四章 非单调推理与法律推理 |
| 一 法律推理 |
| 二 非单调推理的应用 |
| （一） 关于法律判决的非单调推理 |
| （二） 关于法律修订的非单调推理 |
| 第五章 非单调推理与哲学推理 |
| 一 哲学推理 |
| 二 非单调推理的应用 |
| （一） 通过哲学推理解释哲学理论 |
| （二） 通过哲学推理修改哲学理论 |
| 结语 |
| 参考文献 |
| 后记 |
（10）面向语义Web的本体理论和工程方法研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 本体所存在的问题 |
| 1.1.2 规则 |
| 1.1.3 本体和规则结合 |
| 1.2 研究内容和创新点 |
| 1.3 本文结构 |
| 第二章 本体和规则 |
| 2.1 本体 |
| 2.1.1 描述逻辑 |
| 2.1.2 本体语言 |
| 2.1.3 一阶逻辑 |
| 2.2 逻辑程序设计 |
| 2.2.1 Herbrand解释 |
| 2.2.2 Horn字句 |
| 2.2.3 Datalog规则 |
| 2.2.4 Datalog(?) 规则 |
| 2.2.5 Datalog(?) 规则 |
| 2.2.6 Datalog(?) ,(?) 规则 |
| 2.2.7 一阶回答集编程 |
| 2.2.8 Jena中的规则 |
| 2.3 单调推理与非单调推理 |
| 2.3.1 单调推理 |
| 2.3.2 非单调推理 |
| 第三章 基于本体和规则的本体模块方法 |
| 3.1 物流概念 |
| 3.2 模块定义 |
| 3.3 领域知识模块化 |
| 3.3.1 确定需要模块化的问题域范围 |
| 3.3.2 模块化问题域 |
| 3.3.3 模块再划分 |
| 3.4 模块查询 |
| 3.5 模块间的连接 |
| 3.5.1 规则连接模块 |
| 3.5.2 程序连接模块 |
| 3.5.3 连接中的不一致处理 |
| 3.6 实验结果 |
| 3.7 本章小结 |
| 第四章 基于本体和规则的带间断区间的时间本体 |
| 4.1 间断区间模型在本体中的表示 |
| 4.1.1 间断区间概念在本体中的表示 |
| 4.1.2 间断区间的时态关系在本体中的表示 |
| 4.2 Jena推理子系统 |
| 4.3 基于间断区间的时间本体推理机构建 |
| 4.3.1 原语设计 |
| 4.3.2 规则文件的设计 |
| 4.3.3 模型的操作扩展 |
| 4.3.4 推理机实验检验与结果 |
| 4.4 本章小结 |
| 第五章 基于限定的本体与规则的整合 |
| 5.1 本体和规则结合方式的分类 |
| 5.1.1 DL-programs |
| 5.1.2 混合MKNF（MKNF）知识库 |
| 5.1.3 已存在的本体和规则结合的分类 |
| 5.1.4 基于语义的本体和规则结合的分类 |
| 5.2 逻辑基础 |
| 5.2.1 基于SNA的一阶逻辑 |
| 5.2.2 并行限定 |
| 5.3 混合限定知识库 |
| 5.4 用c-model表示混合知识库的NM-Model |
| 5.5 用c-model表示disjunctive dl-programs的回答集语义 |
| 5.6 讨论 |
| 5.7 基于一阶一般稳定模型的本体与规则的整合 |
| 5.8 本章小结 |
| 第六章 结束语 |
| 6.1 本文工作总结 |
| 6.2 将来进一步的研究方向 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
四、语言中的非单调推理（论文参考文献）
- [1]基于语音识别的移动机器人人机交互方法研究[D]. 迟泰宇. 哈尔滨工程大学, 2020(05)
- [2]行动传递怪论及其消解[J]. 贺碧凤,王淑庆. 逻辑学研究, 2019(05)
- [3]基于满足系统的带有猜想的知识集的非单调推理建模研究[D]. 杨晓璐. 桂林理工大学, 2019(05)
- [4]图博弈的设计与模态逻辑的发展[J]. 约翰·范本特姆,刘奋荣. 清华大学学报(哲学社会科学版), 2019(02)
- [5]非经典逻辑视阈下的知识表征分析[D]. 崔帅. 山西大学, 2018(04)
- [6]基于论辩的Agent非单调推理[J]. 廖备水,代建华. 模式识别与人工智能, 2012(04)
- [7]科学探究推理研究[D]. 张继华. 西南大学, 2012(11)
- [8]辨证论治的非单调逻辑模型[D]. 高黎. 内蒙古大学, 2011(10)
- [9]非单调推理及其应用[D]. 刘飞. 河南大学, 2011(08)
- [10]面向语义Web的本体理论和工程方法研究[D]. 杨倩. 天津大学, 2012(08)