Metody odvozování. matematická východiska: logika, Prolog
|
|
- Václav Bílek
- před 8 lety
- Počet zobrazení:
Transkript
1 Metody odvozování matematická východiska: logika, Prolog psychologická východiska: rámce biologická východiska: konekcionismus, neuronové sítě statistická východiska: kauzální (bayesovské) sítě ekonomická východiska: racionální agenti (teorie užitku) P. Berka, /21
2 Metody odvozování klasické logické defaulty nemonotónní generování a testování analogie P. Berka, /21
3 Základní logické metody inference A B A B Dedukce: logické usuzování při kterém musí závěr plynout z pravidla a předpokladů A A B B (modus ponens) Abdukce: usuzování z pravidla a pravdivého závěru na předpoklady, které mohly tento závěr způsobit (lze použít pro vysvětlení) Indukce: zobecnění speciálních případů (strojové učení) P. Berka, /21
4 Defaultní metody pokud nejsou k dispozici speciální znalosti, uvažuje se na základě obecných znalostí, tedy např. Jestliže (x) platí a (x) může být konsistentně předpokládáno, pak odvoď (x) Odvozovací pravidlo (Reiter, 1980) (x); (x) (x) Operátor modální logiky (McDermott, Doyle, 1980) ( x) (x) M (x) (x) Defaultové logiky definují pojem rozšíření (extenze) teorie s defaulty jako analogii k pojmu logického uzávěru (množiny logických důsledků). NEST modeluje defaulty typu ; (x)/ (x) P. Berka, /21
5 Nemonotonní usuzování předcházející znalosti se mohou revidovat na základě nových poznatků Klasická logická inference - odvozování důsledků plynoucích z formulí v prostředí, které je statické: 1. X Cn(X) 2. X Y Cn(X) Cn(Y) 3. Cn(Cn(X)) = Cn(X) 4. Cn(X) = U Cn(Y), kde Y jsou konečné podmnožiny množiny X kde Cn(X) je množina všech důsledků množiny formulí X Pro nemonotonní usuzování neplatí axiom 2, tedy přidáme-li k X další formuli, přestanou platit původní závěry. Lze použít pro vyjádření neurčitosti typu výjimka z obecného pravidla: všichni ptáci létají tučňák nelétá P. Berka, /21
6 Generování a testování opakovaně se generuje možné řešení V daném okamžiku běhu systému mohou být splněny podmínky více pravidel, přičemž levé strany každého z nich mohou být nasyceny (v pracovní paměti existuje objekt, který vyhovuje podmínkám pravidla) více způsoby. Dvojice skládající se z pravidla a jeho nasycení se nazývá instance. Základní odvozovací cyklus: porovnání (match) - vytvoření rozhodovací množiny, která obsahuje všechna v dané chvíli aplikovatelná pravidla, rozhodnutí sporu (conflict resolution) - výběr právě jedné instance (a tedy právě jednoho pravidla) z rozhodovací množiny, úkon (act) - provedení akcí pravé strany vybrané instance; tyto akce typicky vytvářejí, modifikují a ruší objekty v pracovní paměti. P. Berka, /21
7 Diagnostická úloha kde vzít počáteční hypotézu, jak zvolit vyšetření, které má prověřit zkoumanou hypotézu, co způsobí změnu hypotézy, jak zjistit, že vyšetřování skončilo. P. Berka, /21
8 Inference v diagnostických systémech Prohledávání báze znalostí: výběr relevantních znalostí v dané fázi konzultace exhaustivní - nalezení všech znalostí umožňujících odvodit daný závěr; typické pro kompozicionální systémy pracující s neurčitostí neexhaustivní- nalezení prvního pravidla, které umožní odvodit závěr; typické pro systémy bez neurčitosti Aplikace pravidel: aplikace jednoho pravidla vychází z dedukce exhaustivní - skládání dílčích příspěvků všech pravidel vedoucích k témuž závěru; typické pro kompozicionální systémy pracující s neurčitostí neexhaustivní - aplikace prvního pravidla, které umožní odvodit závěr; typické pro systémy bez neurčitosti skládání pravidel má podobu disjunkce Práce s neurčitostí: odvozování závěrů z neurčitých informací a znalostí P. Berka, /21
9 Prohledávání báze znalostí (1) Zpětné řetězení (backward chaining): vycházíme z cílů, které chceme odvodit a pokoušíme se nalézt vhodná pravidla (lze použít pouze v diagnostických systémech) P. Berka, /21
10 Prohledávání báze znalostí (2) Přímé řetězení (forward chaining): vycházíme z faktů, která jsou splněna a pokoušíme se nalézt aplikovatelná pravidla (jediný způsob pro generativní systémy, lze ale využít i v diagnostických systémech) P. Berka, /21
11 Zpětné nebo přímé řetězení? Dle typu úlohy: Generativní lze jen přímé Diagnostické lze obojí Dle dostupných dat: jestliže zatím nemáme k dispozici žádná fakta a zajímá nás, zda je plněn některý z cílů (vlastně se ptáme, co potřebujeme vědět pro odvození cíle), je vhodnější zpětné řetězení, jestliže známe všechna fakta a zajímá nás, co všechno lze z těchto faktů odvodit, je vhodnější přímé řetězení. Dle struktury báze znalostí: pro hlubokou bázi, která má méně cílů, je vhodnější zpětné řetězení, pro plochou bázi, která má více cílů, je vhodnější přímé řetězení. P. Berka, /21
12 Aplikace pravidel Aplikace jednoho pravidla vychází z dedukce (na základě platnosti předpokladu lze odvodit platnost závěru). Pokud není předpoklad pravidla splněn, pravidlo se nebude aplikovat, protože platí-li pravidlo a neplatí-li předpoklad, nelze nic říci o platnosti závěru. IF bledost THEN tbc not(bledost)??? Aby se naše báze znalostí chovala rozumněji, musíme doplnit pravidla, která pokryjí situace, kdy původní předpoklady neplatí: IF not(bledost) THEN not(tbc) Lze přitom postupovat dle demorganových vztahů: (A B) = A B (A B) = A B P. Berka, /21
13 Logický program: Prolog a odvozování Konečná posloupnost faktů A a podmíněných příkazů B :- A1,A2,...,An. Na vlastnosti relací definovaných programem se dotazuji pomocí cílových klauzulí?- C1,C2,...,Cn. Tedy: Ptáme se, zda existují hodnoty, pro které je splněna konjunkce cílů C1,C2,...,Cn unifikace rezoluce hledání alternativ P. Berka, /21
14 Strategie Prologu: Prohledávání do hloubky a mechanismus navracení (backtracking).?- C1,...,Cn. Vypočet začíná pokusem splnit cíl C1. V případě, že se podařilo tento cíl splnit (např. nalezením prvního vyhovujícího faktu v databázi), systém pokračuje cílem C2. Ten se opět pokouší splnit (hledáním klauzulí jejichž hlava odpovídá cíli C2 nebo hledáním faktů v databázi). Pokud se cíl C2 nepodařilo splnit, program se navrací k cíli C1 a pokouší se ho splnit jiným způsobem (např. nalezením jiného vyhovujícího faktu v databázi) tak, aby se eventuelně podařilo splnit i cíl C2. Podařilo-li se splnit cíl C2, pokračuje se cílem C3, atd. Negace jako neúspěch: pravda je jen to, co je v databázi (předpoklad uzavřenosti světa). P. Berka, /21
15 Prolog jako inferenční mechanismus: zpětné řetězení bez neurčitosti (tedy nekompozicionální) Tedy Prolog vhodný pro diagnostické expertní systémy savec(x) :- dava_mleko(x). savec(x) :- ma_srst(x). dravec(x) :- savec(x),zere_maso(x). kocka(x) :- dravec(x),mnouka(x). pes(x) :- dravec(x),steka(x). pes(x) :- dravec(x),chodi_na_voditku(x). ma_srst(bobek). ma_srst(sultan). ma_srst(tyrl). zere_maso(mici). zere_maso(sultan). zere_maso(tyrl). mnouka(mici). dava_mleko(stracena). steka(sultan). chodi_na_voditku(tyrl). P. Berka, /21
16 Odvozování v systému NEST (1) Prohledávání báze: režim dialog - klasické zpětné řetězení režim dotazník - pracuje se pouze s předem zadanými fakty (simulace přímého řetězení) režim dialog s dotazníkem - možnost předem zodpovědět některé dotazy, pak následuje zpětné řetězení Výběr relevantních znalostí v dané fázi konzultace: exhaustivní v rámci apriorních a kompozicionálních pravidel neexhaustivní v rámci logických pravidel Aplikace pravidel (modus ponens): kompozicionální v rámci apriorních a kompozicionálních pravidel nekompozicionální v rámci logických pravidel P. Berka, /21
17 Odvozování v systému NEST (2) V síti pravidel se odvozuje všemi dostupnými směry. Práce s neurčitostí: (příště) Vyhodnocení integritních omezení: Po skončení konzultace se zjišťuje, zda jsou porušeny logické implikace. Ant Suc (stupeň) Míra porušení je definována jako IMPL(a,s) = max(0, min(1, a-s)) pro a > 0 (Integritní omezení je porušeno pokud Ant je splněn více než Suc) P. Berka, /21
18 Další prostředky odvozování v expertních systémech Agenda je seznam (obvykle zásobník, tedy struktura LIFO) úkolů, které se mají provést. Vytváří se jako vedlejší produkt řešení úlohy. Princip vyřizování agendy umožňuje efektivní zaostřování pozornosti. Tabule (blackboard) je speciální datová a řídící struktura, která umožňuje předávat informace mezi jednotlivými částmi systému. Zpočátku tabule představovala pouze sdílenou datovou strukturu. Později byla architektura tabule rozšířena i o řídící strukturu, která umožňuje výměnu řídících informací nebo se podílí na řízení celého systému. Dnes se tabule používá v systémech distribuované umělé inteligence. P. Berka, /21
19 Usuzování založené na analogii odvození závěru na základě podobnosti s jinou situací (používá se v rámci tzv. případového usuzování (Case-Based Reasoning, CBR) Pro měření podobnosti (vzdálenosti) se používá metrika: 1. x 1,x 2 X; d(x 1,x 2 ) 0 2. d(x 1,x 2 ) = 0 x 1 = x 2 3. d(x 1, x 2 ) = d(x 2,x 1 ) 4. x 1,x 2,x 3 X; d(x 1,x 2 ) + d(x 2,x 3 ) d(x 1,x 3 ) např: Eukleidovská metrika d x m, 1 x2 j 1 x 1 j x 2 j 2 překrytí d x, x 1 2 j m 1 x 1 j, x 2 j, kde x 1 j, x 2 j 0 1 pro x pro x 1 j 1 j x x 2 j 2 j P. Berka, /21
20 Případové usuzování (Case-Based Reasoning, CBR) alternativa k usuzování založeném na pravidlech Inferenční cyklus (Watson, Marir, 1994) retrive (najdi nejpodobnější případy) reuse (použij navržené řešení) revise (případně reviduj navržené řešení) retain (uchovej nové řešení v bázi případů) P. Berka, /21
21 Vysvětlování Důvody pro vysvětlování v expertním systému: uživatel získá jistotu, že způsob usuzování systému je v zásadě v pořádku a že nabízená řešení jsou akceptovatelná, tvůrce aplikace se může přesvědčit, že implementované znalosti (a jejich využívání) odpovídá představám experta. U diagnostických expertních systémů typicky nacházíme vysvětlení: Why - proč systém klade svůj dotaz, How - jak dospěl systém ke svým závěrům, What if - jak by systém reagoval na změnu některé odpovědi. P. Berka, /21
pseudopravděpodobnostní Prospector, Fel-Expert
Práce s neurčitostí trojhodnotová logika Nexpert Object, KappaPC pseudopravděpodobnostní Prospector, Fel-Expert (pravděpodobnostní) bayesovské sítě míry důvěry Mycin algebraická teorie Equant fuzzy logika
VíceVysoké učení technické v Brně Fakulta elektrotechniky a informatiky Ústav biomedicínského inženýrství EXPERTNÍ SYSTÉMY.
Vysoké učení technické v Brně Fakulta elektrotechniky a informatiky Ústav biomedicínského inženýrství EXPERTNÍ SYSTÉMY praktická cvičení Ing. Ivo Provazník, Ph.D., Ing. Jana Bardoňová 2000 Obsah 1 Úvod
VíceMetody založené na analogii
Metody založené na analogii V neznámé situaci lze použít to řešení, které se osvědčilo v situaci podobné případové usuzování (Case-Based Reasoning CBR) pravidlo nejbližšího souseda (nearest neighbour rule)
Více1 REZOLUČNÍ FORMÁLNÍ DŮKAZY
Vážená kolegyně / vážený kolego, součástí Vašeho rozšiřujícího studia informatiky je absolvování předmětu Logika pro učitele 2, jehož cílem je v návaznosti na předmět Logika pro učitele 1 seznámení se
VíceKatedra kybernetiky skupina Inteligentní Datové Analýzy (IDA) 9. dubna 2009. Filip Železný (ČVUT) Vytěžování dat 9.
Vytěžování dat Filip Železný Katedra kybernetiky skupina Inteligentní Datové Analýzy (IDA) 9. dubna 2009 Filip Železný (ČVUT) Vytěžování dat 9. dubna 2009 1 / 22 Rozhodovací pravidla Strom lze převést
VíceKterá tvrzení jsou pravdivá nezávisle na tom, který den v týdnu byla vyslovena? Tvrzení trosečníka Dana.
Trosečníci Adam, Barry, Code a Dan zapoměli po čase kalendář. Začali se dohadovat, který den v týdnu vlastně je. Každý z nich řekl svůj názor: A: Dnes je úterý nebo zítra je neděle B: Dnes není úterý nebo
VíceExpertní systémy. 1. Úvod k expertním systémům. Cíl kapitoly:
Expertní systémy Cíl kapitoly: Úkolem této kapitoly je pochopení významu expertních systémů, umět rozpoznat expertní systémy od klasicky naprogramovaných systémů a naučit se jejich tvorbu a základní vlastnosti.
VíceJak je důležité být fuzzy
100 vědců do SŠ 1. intenzivní škola Olomouc, 21. 22. 6. 2012 Jak je důležité být fuzzy Libor Běhounek Ústav informatiky AV ČR 1. Úvod Klasická logika Logika se zabývá pravdivostí výroků a jejím přenášením
VíceInformace, kódování a redundance
Informace, kódování a redundance Data (jednotné číslo údaj) obvykle chápeme jako údaje, tj. číselné hodnoty, znaky, texty a další fakta zaznamenaná (a uložená v databázi) ve formě uspořádané posloupnosti
VícePravidlové znalostní systémy
Pravidlové znalostní systémy 31. října 2017 2-1 Tvary pravidel Pravidla (rules) mohou mít například takovéto tvary: IF předpoklad THEN závěr IF situace THEN akce IF podmínka THEN závěr AND akce IF podmínka
Více5 Inteligentní usuzování
5 Inteligentní usuzování Jak již bylo řečeno v předcházející kapitole, způsob reprezentování znalostí a způsob jejich využívaní pro usuzování spolu úzce souvisejí. Připomeňme zde tedy ještě jednou používaná
VíceZáklady logiky a teorie množin
Pracovní text k přednášce Logika a teorie množin (I/2007) 1 1 Struktura přednášky Matematická logika 2 Výroková logika Základy logiky a teorie množin Petr Pajas pajas@matfyz.cz Predikátová logika 1. řádu
VíceVýroková a predikátová logika - XII
Výroková a predikátová logika - XII Petr Gregor KTIML MFF UK ZS 2018/2019 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - XII ZS 2018/2019 1 / 15 Rezoluční metoda v PL Rezoluční důkaz Obecné
VíceVýroková a predikátová logika - V
Výroková a predikátová logika - V Petr Gregor KTIML MFF UK ZS 2015/2016 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - V ZS 2015/2016 1 / 21 Dokazovací systémy VL Hilbertovský kalkul Hilbertovský
VíceLogika a logické programování
Logika a logické programování témata ke zkoušce Poslední aktualizace: 16. prosince 2009 Zkouška je písemná, skládá se obvykle ze sedmi otázek (může být více nebo méně, podle náročnosti otázek), z toho
VíceMATEMATICKÁ TEORIE ROZHODOVÁNÍ
MATEMATICKÁ TEORIE ROZHODOVÁNÍ Metodický list č. 1 Název tématického celku: Řešení úloh Cílem tohoto tematického celku je vysvětlení vybraných pojmů z oblasti řešení úloh. Tématický celek je rozdělen do
VíceUsuzování za neurčitosti
Usuzování za neurčitosti 25.11.2014 8-1 Usuzování za neurčitosti Hypotetické usuzování a zpětná indukce Míry postačitelnosti a nezbytnosti Kombinace důkazů Šíření pravděpodobnosti v inferenčních sítích
VíceMATEMATICKÁ TEORIE ROZHODOVÁNÍ
MATEMATICKÁ metodický list č. 1 Řešení úloh Cílem tohoto tematického celku je vysvětlení vybraných pojmů z oblasti řešení úloh. Tématický celek je rozdělen do těchto dílčích témat: 1. Řešení úloh ve stavovém
VíceMATEMATICKÁ TEORIE ROZHODOVÁNÍ
MATEMATICKÁ TEORIE ROZHODOVÁNÍ Podklady k soustředění č. 2 Reprezentace a zpracování znalostí 1. dílčí téma: Reprezentace znalostí V polovině 70. let se začal v umělé inteligenci přesouvat důraz od hledání
VíceVýroková logika - opakování
- opakování ormální zavedení Výroková formule: Máme neprázdnou nejvýše spočetnou množinu A výrokových proměnných. 1. Každá proměnná je výroková formule 2. Když α, β jsou formule, potom ( α), (α β), (α
Vícepopel, glum & nepil 16/28
Lineární rezoluce další způsob zjemnění rezoluce; místo stromu směřujeme k lineární struktuře důkazu Lineární rezoluční odvození (důkaz) z Ë je posloupnost dvojic ¼ ¼ Ò Ò taková, že Ò ½ a 1. ¼ a všechna
VíceReprezentace znalostí - úvod
Reprezentace znalostí - úvod Úvod do znalostního inženýrství, ZS 2015/16 6-1 Co je to znalost? Pojem znalost zahrnuje nejen teoretické vědomosti člověka z dané domény, ale také jeho dlouhodobé zkušenosti
VíceRezoluční kalkulus pro výrokovou logiku
AD4M33AU Automatické uvažování Rezoluční kalkulus pro výrokovou logiku Petr Pudlák Výroková logika Výhody Jednoduchý jazyk. Rozhodnutelnost dokazatelnosti i nedokazatelnosti. Rychlejší algoritmy. Nevýhody
VíceNáklady na odstranění chyby stoupají, v čím pozdější fázi životního cyklu aplikace je chyba nalezena.
Testování software Testování SW má podstatný vliv na kvalitu dodaného produktu. Náklady na odstranění chyby stoupají, v čím pozdější fázi životního cyklu aplikace je chyba nalezena. Na druhé straně, vytvořit
Více7. Inferenční metody. Inferenční metody Václav Matoušek, Josef Strolený Úvod do znalostního inženýrství, ZS 2014/
Inferenční metody 18.11.2014 7-1 Inferenční metody Rezoluční systémy Dopředné a zpětné řetězení Výběr dotazu Nemonotónní usuzování 7-2 a) Česká Literatura Dvořák J.: Expertní systémy. Skriptum VUT Brno,
VíceMatematická logika. Miroslav Kolařík
Matematická logika přednáška první Miroslav Kolařík Zpracováno dle textu R. Bělohlávka: Matematická logika poznámky k přednáškám, 2004. a dle učebního textu R. Bělohlávka a V. Vychodila: Diskrétní matematika
Více1. Predikátová logika jako prostedek reprezentace znalostí
1. Predikátová logika jako prostedek reprezentace znalostí 1.1 Historie výrokové logiky Problém explicitních znalostí a údaj, kterých je obrovské množství, vedl ke vzniku výrokové logiky. lovk si obecn
VíceH. Dreyfuss: What computers can t do, 1972 What computers still can t do, J. Weizenbaum. Computer power and human reason, 1976
Klasická AI připomenutí Meze klasické umělé inteligence Modelování mysli na logicko-symbolické úrovni. Modelování shora dolů. Reprezentacionalizmus Churchova teze: Použitelnost počítačů je omezena na ty
VíceDodatek č. 3 ke školnímu vzdělávacímu programu. Strojírenství. (platné znění k 1. 9. 2009)
Střední průmyslová škola Jihlava tř. Legionářů 1572/3, Jihlava Dodatek č. 3 ke školnímu vzdělávacímu programu Strojírenství (platné znění k 1. 9. 09) Tento dodatek nabývá platnosti dne 1. 9. 13 (počínaje
VíceMNOŽINY. x A. Jeho varianty paradox mostu se šibenicí, paradox holiče.
MNOŽINY Naivní definice (pojetí): Množina [set] je přesně definovaný soubor prvků, které mají nějakou vlastnost. O čemkoliv je třeba umět jednoznačně rozhodnout, zda do dané množiny patří či nikoliv. Vztah
VíceFormální systém výrokové logiky
Formální systém výrokové logiky 1.Jazyk výrokové logiky Nechť P = {p,q,r, } je neprázdná množina symbolů, které nazýváme prvotní formule. Symboly jazyka L P výrokové logiky jsou : a) prvky množiny P, b)
VíceMatematická logika. Miroslav Kolařík
Matematická logika přednáška třetí Miroslav Kolařík Zpracováno dle textu R. Bělohlávka: Matematická logika poznámky k přednáškám, 2004. a dle učebního textu R. Bělohlávka a V. Vychodila: Diskrétní matematika
VíceVýroková logika. Teoretická informatika Tomáš Foltýnek
Výroková logika Teoretická informatika Tomáš Foltýnek foltynek@pef.mendelu.cz Teoretická informatika strana 2 Opakování z minulé přednášky Co je to formalismus a co je jeho cílem? Formulujte Russelův paradox
Více1. Znalostní systémy a znalostní inženýrství - úvod. Znalostní systémy. úvodní úvahy a předpoklady. 26. září 2017
Znalostní systémy úvodní úvahy a předpoklady 26. září 2017 1-1 Znalostní systém Definice ZS (Feigenbaum): Znalostní (původně expertní) systémy jsou počítačové programy simulující rozhodovací činnost experta
VíceVýroková a predikátová logika - III
Výroková a predikátová logika - III Petr Gregor KTIML MFF UK ZS 2017/2018 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - III ZS 2017/2018 1 / 16 2-SAT 2-SAT Výrok je v k-cnf, je-li v CNF a
VíceVýroková logika dokazatelnost
Výroková logika dokazatelnost Ke zjištění, zda formule sémanticky plyne z dané teorie (množiny formulí), máme k dispozici tabulkovou metodu. Velikost tabulky však roste exponenciálně vzhledem k počtu výrokových
Více09. seminář logika (úvod, výroková).notebook. November 30, 2011. Logika
Logika 1 Logika Slovo logika se v češtině běžně používá ve smyslu myšlenková cesta, která vedla k daným závěrům. Logika je formální věda, zkoumající právě onen způsob vyvozování závěrů. Za zakladatele
VíceProlog PROgramming in LOGic část predikátové logiky prvního řádu rozvoj začíná po roce 1970 Robert Kowalski teoretické základy Alain Colmerauer, David
Úvod do Prologu Prolog PROgramming in LOGic část predikátové logiky prvního řádu rozvoj začíná po roce 1970 Robert Kowalski teoretické základy Alain Colmerauer, David Warren (Warren Abstract Machine) implementace
VíceVýroková a predikátová logika - IX
Výroková a predikátová logika - IX Petr Gregor KTIML MFF UK ZS 2013/2014 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - IX ZS 2013/2014 1 / 15 Korektnost a úplnost Důsledky Vlastnosti teorií
VíceMatematická logika. Lekce 1: Motivace a seznámení s klasickou výrokovou logikou. Petr Cintula. Ústav informatiky Akademie věd České republiky
Matematická logika Lekce 1: Motivace a seznámení s klasickou výrokovou logikou Petr Cintula Ústav informatiky Akademie věd České republiky www.cs.cas.cz/cintula/mal Petr Cintula (ÚI AV ČR) Matematická
VíceSystém přirozené dedukce výrokové logiky
Systém přirozené dedukce výrokové logiky Korektnost, úplnost a bezespornost Šárka Vavrečková Ústav informatiky, FPF SU Opava Poslední aktualizace: 6. října 2008 Věta o korektnosti Věta (O korektnosti Systému
VícePřípadové usuzování v expertním systému NEST
Případové usuzování v expertním systému NEST Vladimír Laš, Petr Berka Katedra informatičníhoa znalostního inženýrství, FIS, VŠE Praha Praha 3, Nám. W. Churchilla 4 {lasv,berka}@vse.cz Abstrakt. Článek
VíceVysoká škola ekonomická v Praze
Vysoká škola ekonomická v Praze Fakulta informatiky a statistiky Katedra informačního a znalostního inženýrství Student Vedoucí bakalářské práce : Marek Nekvasil : RNDr. Jiřina Vejnarová, CSc. TÉMA BAKALÁŘSKÉ
VíceKaždé formuli výrokového počtu přiřadíme hodnotu 0, půjde-li o formuli nepravdivou, a hodnotu 1, půjde-li. α neplatí. β je nutná podmínka pro α
1. JAZYK ATEATIKY 1.1 nožiny nožina je souhrn objektů určitých vlastností, které chápeme jako celek. ZNAČENÍ. x A x A θ A = { { a, b a A = B A B 0, 1 2 a, a,..., a n x patří do množiny A x nepatří do množiny
Víceteorie logických spojek chápaných jako pravdivostní funkce
Výroková logika teorie logických spojek chápaných jako pravdivostní funkce zabývá se způsoby tvoření výroků pomocí spojek a vztahy mezi pravdivostí různých výroků používá specifický jazyk složený z výrokových
VíceÚvod do logiky (VL): 5. Odvození výrokových spojek z jiných
Logika: systémový rámec rozvoje oboru v ČR a koncepce logických propedeutik pro mezioborová studia (reg. č. CZ.1.07/2.2.00/28.0216, OPVK) Úvod do logiky (VL): 5. Odvození z jiných doc. PhDr. Jiří Raclavský,
VíceÚvod do TI - logika Výroková logika - pokračování (3.přednáška) Marie Duží
Úvod do TI - logika Výroková logika - pokračování (3.přednáška) Marie Duží marie.duzi@vsb.cz Normální formy formulí výrokové logiky Každé formuli výrokové logiky přísluší právě jedna pravdivostní funkce,
VíceMatematická logika. Miroslav Kolařík
Matematická logika přednáška desátá Miroslav Kolařík Zpracováno dle textu R. Bělohlávka: Matematická logika poznámky k přednáškám, 2004. Obsah 1 Úvod do modální logiky 2 Logické programování a Prolog 3
VíceSeminář z matematiky. 2 hodiny ve 3. ročníku, 4 hodiny ve 4. ročníku. Charakteristika předmětu
Seminář z matematiky 2 hodiny ve 3. ročníku, 4 hodiny ve 4. ročníku Charakteristika předmětu Předmět Seminář z matematiky navazuje na základní výuku matematiky. Slouží k rozšiřování a prohlubování již
VíceVýroková a predikátová logika - II
Výroková a predikátová logika - II Petr Gregor KTIML MFF UK ZS 2013/2014 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - II ZS 2013/2014 1 / 20 Základní syntax Jazyk Výroková logika je logikou
Vícepostaveny výhradně na syntaktické bázi: jazyk logiky neinterpretujeme, provádíme s ním pouze syntaktické manipulace důkazy
Formální systémy (výrokové) logiky postaveny výhradně na syntaktické bázi: jazyk logiky neinterpretujeme, provádíme s ním pouze syntaktické manipulace důkazy cíl: získat formální teorii jako souhrn dokazatelných
VíceLogický agent, výroková logika
Logický agent, výroková logika Aleš Horák E-mail: hales@fimunicz http://nlpfimunicz/uui/ Obsah: Logický agent Logika Výroková logika Inference důkazové metody Úvod do umělé inteligence 8/12 1 / 30 Logický
VíceVýroková a predikátová logika - II
Výroková a predikátová logika - II Petr Gregor KTIML MFF UK ZS 2015/2016 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - II ZS 2015/2016 1 / 18 Základní syntax Jazyk Výroková logika je logikou
VíceFormálnílogickésystémy pro aplikaci v informatice Martin Žáček
ZVYŠOVÁNÍODBORNÝCH KOMPETENCÍAKADEMICKÝCH PRACOVNÍKŮ OSTRAVSKÉUNIVERZITY V OSTRAVĚ A SLEZSKÉ UNIVERZITY V OPAVĚ Formálnílogickésystémy pro aplikaci v informatice Martin Žáček PŘEDMĚTY NA OU Logické základy
VíceFuzzy logika. Informační a znalostní systémy
Fuzzy logika Informační a znalostní systémy Fuzzy logika a odvozování Lotfi A. Zadeh (*1921) Lidé nepotřebují přesnou číslem vyjádřenou informaci a přesto jsou schopni rozhodovat na vysoké úrovni, odpovídající
VíceVysoká škola ekonomická v Praze
Vysoká škola ekonomická v Praze Fakulta informatiky a statistiky Katedra informačního a znalostního inženýrství Obor: Aplikovaná informatika Student : Filip Hrbek Vedoucí bakalářské práce : prof. Ing.
VíceTeorie her a ekonomické rozhodování. Úvodní informace Obsah kursu 1. Úvod do teorie her
Teorie her a ekonomické Úvodní informace Obsah kursu 1. Úvod do teorie her Úvodní informace Mgr. Jana SEKNIČKOVÁ, Ph.D. Místnost: 433 NB Konzultace: Středa 6:30 7:30, 19:30 20:30 Čtvrtek E-mail: jana.seknickova@vse.cz
VíceVY_42_Inovace_12_MA_2.01_ Výroky. Prezentace určena pro první ročník maturitních oborů, ve které je vysvětlení učiva výroky.
Číslo projektu Číslo materiálu CZ.1.07/1.5.00/34.0394 VY_42_Inovace_12_MA_2.01_ Výroky Název školy Střední odborná škola a Střední odborné učiliště, Hustopeče, Masarykovo nám. 1 Autor Tematický celek Mgr.
VíceLogický agent, výroková logika
Logický agent, výroková logika Aleš Horák E-mail: hales@fimunicz http://nlpfimunicz/uui/ Obsah: Statistické výsledky průběžné písemky Logický agent Logika Výroková logika Důkazové metody Úvod do umělé
VíceIB108 Sada 1, Příklad 1 Vypracovali: Tomáš Krajča (255676), Martin Milata (256615)
IB108 Sada 1, Příklad 1 ( ) Složitost třídícího algoritmu 1/-Sort je v O n log O (n.71 ). Necht n = j i (velikost pole, které je vstupním parametrem funkce 1/-Sort). Lehce spočítáme, že velikost pole předávaná
VíceLogický agent, výroková logika. Návrh logického agenta
Obsah: Logika Návrh logického agenta, výroková logika leš Horák E-mail: hales@fimunicz http://nlpfimunicz/uui/ Úvod do umělé inteligence 8/ / 3 Návrh logického agenta agent musí umět: reprezentovat stavy,
VíceDeskripční logika. Petr Křemen FEL ČVUT. Petr Křemen (FEL ČVUT) Deskripční logika 37 / 157
Deskripční logika Petr Křemen FEL ČVUT Petr Křemen (FEL ČVUT) Deskripční logika 37 / 157 Co nás čeká 1 Základy deskripční logiky 2 Jazyk ALC Syntax a sémantika 3 Cyklické a acyklické TBOXy Petr Křemen
VíceAplikace: Znalostní báze
Aplikace: Znalostní báze 1 Znalostní báze je systém, který dostává fakta o prostředí a dotazy o něm. Znalostní báze je agentem ve větším systému, který obsahuje prostředí (také agent), správce (agent),
VícePŘIJÍMACÍ TEST z informatiky a matematiky pro navazující magisterské studium Fakulta informatiky a managementu Univerzity Hradec Králové
PŘIJÍMACÍ TEST z informatiky a matematiky pro navazující magisterské studium Fakulta informatiky a managementu Univerzity Hradec Králové Registrační číslo Hodnocení část A Hodnocení část B Hodnocení A+B
VíceImplikace letitá, ale stále atraktivní dáma
Implikace letitá, ale stále atraktivní dáma Jan Kábrt Proč se zajímat o logiku a v ní právě o implikaci? Mimo jiné pro souvislost s takovými oblastmi lidského myšlení, jako jsou matematika, ostatní přírodní
VíceLogika II. RNDr. Kateřina Trlifajová PhD. Katedra teoretické informatiky Fakulta informačních technologíı BI-MLO, ZS 2011/12
Logika II. RNDr. Kateřina Trlifajová PhD. Katedra teoretické informatiky Fakulta informačních technologíı České vysoké učení technické v Praze c Kateřina Trlifajová, 2010 BI-MLO, ZS 2011/12 Evropský sociální
Více1 Expertní systémy. 1.1 Základní informace. 1.2 Výstupy z učení. 1.3 Expertní systém (ES) 1.4 Komponenty expertních systémů
Obsah 1 Expertní systémy... 2 1.1 Základní informace... 2 1.2 Výstupy z učení... 2 1.3 Expertní systém (ES)... 2 1.4 Části ES... 2 1.5 Pravidlové ES... 3 1.5.1 Reprezentace znalostí... 3 1.5.2... 3 1.5.3
Více2.7.17 Nerovnice s neznámou pod odmocninou
.7.7 Nerovnice s neznámou pod odmocninou Předpoklady: 05, 75 Pedagogická poznámka: Tato hodina patří mezi největší masakry během celého studia. Její obtížnost spočítává hlavně ve dvou věcech: a) Je nutné,
VíceZnalosti a jejich reprezentace
Znalosti a jejich reprezentace Znalost je lidský odhad uložený v mysli, získaný pomocí zkušeností a interakcí s okolním prostředím. Znalost je fyzický, mentální nebo elektronický záznam o vztazích, o kterých
VíceSložené výroky Jsou tvořeny dvěma nebo více výroky jednoduššími. V : Číslo 8 je liché. V : 0,1 N. V : Paříž je hl. město Španělska.
Výrok a jeho negace Výrokem se rozumí sdělení u něhož má smysl otázka zda je či není pravdivé. Budeme určovat tzv. pravdivostní hodnotu výroku (PH). Příklady výroků: V : Úhlopříčky čtverce jsou na sebe
VíceVečerní kurzy matematiky Letní studentská konference Tudy Cesta Nevede
Večerní kurzy matematiky Letní studentská konference Tudy Cesta Nevede 1 Výroková logika výroky:a,b pravdivost výroku: 0 nepravda, 1 pravda logické spojky: A negace A A B konjunkce A B disjunkce A B implikace
Více1. Matematická logika
Moderní technologie ve studiu aplikované fyziky CZ.1.07/2.2.00/07.0018 1. Matematická logika Základem každé vědy (tedy i matematiky i fyziky) je soubor jistých znalostí. To, co z těchto izolovaných poznatků
VíceÚvod do expertních systémů
Úvod do expertních systémů Expertní systém Definice ES (Feigenbaum): expertní systémy jsou počítačové programy, simulující rozhodovací činnost experta při řešení složitých úloh a využívající vhodně zakódovaných,
VíceDomény. Petr Štěpánek. S využitím materialu Krysztofa R. Apta
Domény Petr Štěpánek S využitím materialu Krysztofa R. Apta 2006 Logické programování 10 1 Typy programů v čistém Prologu je možné uspořádat podle různých pohledů. Zajímavá je charakteristika podle domén,
VíceKONCEPTY MANAŽERSKÝCH FUNKCÍ KONCEPTY MANAŽERSKÝCH FUNKCÍ
Pracovník musí vědět: s kým bude spolupracovat komu bude nadřízen / podřízen jakých zdrojů bude organizace využívat atp. Organizační struktura = mechanismus sloužící ke koordinaci. je výsledkem organizování
VíceKapitola 1. Úvod. 1.1 Značení. 1.2 Výroky - opakování. N... přirozená čísla (1, 2, 3,...). Q... racionální čísla ( p, kde p Z a q N) R...
Kapitola 1 Úvod 1.1 Značení N... přirozená čísla (1, 2, 3,...). Z... celá čísla ( 3, 2, 1, 0, 1, 2,...). Q... racionální čísla ( p, kde p Z a q N) q R... reálná čísla C... komplexní čísla 1.2 Výroky -
VíceKlíčové pojmy: Cyklus, řídící proměnná, inicializace, test podmínky, přerušení cyklu, vnořování cyklů.
Příkazy cyklu v C# Kapitola vysvětluje použití tří typů cyklů for, while a -while a plňuje jejich použití řau příkladů programů v jazyku C#. V jazyku C by šlo pouze k záměně funkcí pro vstup a výstup.
VíceLogika. Dana Nejedlová Katedra informatiky Ekonomická fakulta Technická univerzita v Liberci
Logika Dana Nejedlová Katedra informatiky Ekonomická fakulta Technická univerzita v Liberci 1 Úloha logiky v umělé inteligenci převést fakta na formalizované výroky, se kterými se dá automatizovaně operovat
VíceProjektové řízení a rizika v projektech
Projektové řízení a rizika v projektech Zainteresované strany Zainteresované strany (tzv. stakeholders) jsou subjekty (organizace, lidé, prostory, jiné projekty), které realizace projektu ovlivňuje. Tyto
Více6. Logika a logické systémy. Základy logiky. Lucie Koloušková, Václav Matoušek / KIV. Umělá inteligence a rozpoznávání, LS
Základy logiky Umělá inteligence a rozpoznávání, LS 2012 6-1 Logika je naukou, která se zabývá studiem lidského uvažování. Mezi základní úlohy logiky patří nalézání metod správného usuzování, tedy postupů,
VíceMATEMATICKÁ TEORIE ROZHODOVÁNÍ
MATEMATICKÁ TEORIE ROZHODOVÁNÍ Podklady k soustředění č. 5 Komunikace a kooperace Komunikace se jako jeden z principů objevuje v umělé inteligenci až v druhé polovině 80. let. V roce 1986 uveřejňuje M.
VícePřevyprávění Gödelova důkazu nutné existence Boha
Převyprávění Gödelova důkazu nutné existence Boha Technické podrobnosti Důkaz: Konečná posloupnost výrokůkorektně utvořených formulí nějakého logického kalkulu), z nichž každý jelogickým) axiomem, postulátemteorie),
VíceMatematika kr sy. 5. kapitola. V hoda pr ce s grupami
5. kapitola Matematika kr sy V hoda pr ce s grupami Původním úkolem geometrie byl popis různých objektů a vztahů, pozorovaných v okolním světě. Zrakem vnímáme nejen struktury tvaru objektů, všímáme si
VíceLogické programování I
Logické programování I PROLOG Program popisuje "svět" Prologu = databáze faktů a pravidel (tzv. klauzulí). fakta: predikát(arg1, arg2,...argn). cíle:?- predikát(arg1, arg2,...argn). pravidla: hlava :-
Více1 Pravdivost formulí v interpretaci a daném ohodnocení
1 Pravdivost formulí v interpretaci a daném ohodnocení Než uvedeme konkrétní příklady, zopakujme si definici interpretace, ohodnocení a pravdivosti. Necht L je nějaký jazyk. Interpretaci U, jazyka L tvoří
VíceÚvod do logiky (VL): 11. Ověřování, zda je formule tautologií metodou protipříkladu
Jiří Raclavský (214): Úvod do logiky: klasická výroková logika Logika: systémový rámec rozvoje oboru v ČR a koncepce logických propedeutik pro mezioborová studia (reg. č. CZ.1.7/2.2./28.216, OPVK) Úvod
VíceUmělá inteligence I. Roman Barták, KTIML.
Umělá inteligence I Roman Barták, KTIML roman.bartak@mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak Už umíme používat výrokovou logiku pro reprezentaci znalostí a odvozování důsledků. Dnes Dnes zopakujeme
VíceDYNAMICKÉ PROGRAMOVÁNÍ A PROBLÉM BATOHU
ČVUT V PRAZE FAKULTA INFORMAČNÍCH TECHNOLOGIÍ JAN SCHMIDT A PETR FIŠER MI-PAA DYNAMICKÉ PROGRAMOVÁNÍ A PROBLÉM BATOHU EVROPSKÝ SOCIÁLNÍ FOND PRAHA A EU: INVESTUJEME DO VAŠÍ BUDOUCNOSTI Dynamické programování
VíceKatedra kybernetiky skupina Inteligentní Datové Analýzy (IDA) 9. ledna 2017
Vytěžování dat Filip Železný Katedra kybernetiky skupina Inteligentní Datové Analýzy (IDA) 9. ledna 2017 Rozhodovací pravidla Strom lze převést na seznam pravidel ve tvaru if podmínky then třída if teplota=horečka
VíceMatematická logika. 1
Matematická logika. 1 Obsah 1. Úvod... 2 2. Výroková logika... 8 2.1. Sémantický výklad výrokové logiky.... 8 Převod z přirozeného jazyka do symbolického jazyka výrokové logiky:... 10 Výrokově logická
Více1.1. Správa a provozní podpora APV ROS, HW ROS a základního SW
Příloha č. 4 - Specifikace a informace o předmětu veřejné zakázky Předmětem veřejné zakázky je řízení projektu, správa a údržba programového vybavení pro informační systém Základní Registr osob (dále rovněž
VícePRÉCIS STRUKTUROVANÁ DATABÁZE JAKO ODPOVĚĎ NA NESTRUKTUROVANÝ DOTAZ. Dominik Fišer, Jiří Schejbal http://www.doser.cz
PRÉCIS STRUKTUROVANÁ DATABÁZE JAKO ODPOVĚĎ NA NESTRUKTUROVANÝ DOTAZ (c) Dominik Fišer, Jiří Schejbal 2009 Dominik Fišer, Jiří Schejbal http://www.doser.cz Obsah část 1 přednáší Dominik Fišer Co je to Précis?
VíceMatematická analýza 1
Matematická analýza 1 ZS 2019-20 Miroslav Zelený 1. Logika, množiny a základní číselné obory 2. Limita posloupnosti 3. Limita a spojitost funkce 4. Elementární funkce 5. Derivace 6. Taylorův polynom Návod
VíceMasarykova univerzita. Fakulta informatiky. Evoluce pohybu
Masarykova univerzita Fakulta informatiky Evoluce pohybu IV109 Tomáš Kotula, 265 287 Brno, 2009 Úvod Pohyb je jedním ze základních projevů života. Zdá se tedy logické, že stejně jako ostatní vlastnosti
VíceVýroková a predikátová logika - III
Výroková a predikátová logika - III Petr Gregor KTIML MFF UK ZS 2014/2015 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - III ZS 2014/2015 1 / 21 Výroková logika Horn-SAT Horn-SAT Jednotková
VíceNegativní informace. Petr Štěpánek. S použitím materiálu M.Gelfonda a V. Lifschitze. Logické programování 15 1
Negativní informace Petr Štěpánek S použitím materiálu M.Gelfonda a V. Lifschitze 2009 Logické programování 15 1 Negace jako neúspěch Motivace: Tvrzení p (atomická formule) neplatí, jestliže nelze odvodit
VíceMarie Duží
Marie Duží marie.duzi@vsb.cz Normální formy formulí výrokové logiky Každé formuli výrokové logiky přísluší právě jedna pravdivostní funkce, zobrazení {p, q, r } {0, 1} (pravdivostní tabulka). Naopak však
VíceBooleovská algebra. Booleovské binární a unární funkce. Základní zákony.
Booleovská algebra. Booleovské binární a unární funkce. Základní zákony. Tomáš Bayer bayertom@natur.cuni.cz Katedra aplikované geoinformatiky a kartografie, Přírodovědecká fakulta UK. Tomáš Bayer bayertom@natur.cuni.cz
VíceDalší aspekty architektur CISC a RISC Aktuálnost obsahu registru
Cíl přednášky: Vysvětlit principy práce s registry v architekturách RISC a CISC, upozornit na rozdíly. Vysvětlit možnosti využívání sad registrů. Zabývat se principy využívanými v procesorech Intel. Zabývat
VícePredikátová logika. Teoretická informatika Tomáš Foltýnek
Predikátová logika Teoretická informatika Tomáš Foltýnek foltynek@pef.mendelu.cz strana 2 Opakování z minulé přednášky Z čeho se skládá jazyk výrokové logiky? Jaká jsou schémata pro axiomy VL? Formulujte
Více