کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4942138 1436986 2017 60 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Localising iceberg inconsistencies
ترجمه فارسی عنوان
تناقضات محلی سازی یخی
کلمات کلیدی
منطق پیشنهاد مدیریت نامتقارن، تجزیه و تحلیل ناسازگاری، محلی سازی غیرمستقیم،
ترجمه چکیده
در هوش مصنوعی، مهم است که ناسازگاری در پایگاههای اطلاعاتی را مدیریت و تجزیه و تحلیل کنیم. تکه های ناسازگار اطلاعات، سوالاتی را مطرح می کنند که در آن، تناقض است؟ و چقدر سخت است؟ برای مقابله با این مسئله، اقدامات تضاد پیشنهادی پیشنهاد شده است، اما سومی به نظر توسعه نیافته و تمرکز این مقاله است. کمترین مجموعه های متناقض ابزار اصلی برای تطبیق ناسازگاری بوده اند، اما ما استدلال می کنیم که آنها مانند قسمت در معرض یک کوه یخ هستند و قادر به گرفتن تناقضات پنهان شده در زیر آب نیستند. با استفاده از منطق گزاره ای کلاسیک، ما روش هایی را برای مشخص کردن زمانی که یک فرمول به ناسازگاری در یک پایگاه دانش کمک می کند و زمانی که یک مجموعه از فرمول ها را می توان به عنوان یک درگیری اولیه شناخت. برای رسیدن به این هدف، ما یک عملیات نتیجه انتزاعی را برای نگاه کردن زیر سطح آب استخدام می کنیم، که مفهوم کمترین مضمون ناپیوستگی و مفهوم فرمول آزاد مربوط را تعمیم می دهد. ما چارچوب ارائه شده به مشکل اندازه گیری تناقض در پایگاه های دانش را اعمال می کنیم، فرم های آرام را برای دو فرضیه قابل بحث برای اقدامات تناقض ارائه می کنیم. در نهایت، ما مسائل پیچیدگی محاسباتی مربوط به مفاهیم معرفی شده را مورد بحث قرار می دهیم.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
In artificial intelligence, it is important to handle and analyse inconsistency in knowledge bases. Inconsistent pieces of information suggest questions like “where is the inconsistency?” and “how severe is it?”. Inconsistency measures have been proposed to tackle the latter issue, but the former seems underdeveloped and is the focus of this paper. Minimal inconsistent sets have been the main tool to localise inconsistency, but we argue that they are like the exposed part of an iceberg, failing to capture contradictions hidden under the water. Using classical propositional logic, we develop methods to characterise when a formula is contributing to the inconsistency in a knowledge base and when a set of formulas can be regarded as a primitive conflict. To achieve this, we employ an abstract consequence operation to “look beneath the water level”, generalising the minimal inconsistent set concept and the related free formula notion. We apply the framework presented to the problem of measuring inconsistency in knowledge bases, putting forward relaxed forms for two debatable postulates for inconsistency measures. Finally, we discuss the computational complexity issues related to the introduced concepts.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Artificial Intelligence - Volume 246, May 2017, Pages 118-151
نویسندگان
, ,