دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Default reasoning : causal and conditional theories
دانلود کتاب استدلال پیش فرض: نظریه های علی و شرطی
مشخصات کتاب
Default reasoning : causal and conditional theories
ویرایش:
نویسندگان: Hector Geffner
سری: ACM doctoral dissertation award, 1990
ISBN (شابک) : 0262071371, 9780262071376
ناشر: The MIT Press
سال نشر: 1992
تعداد صفحات: 237
زبان: English
فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 2 مگابایت
قیمت کتاب (تومان) : 53,000
در صورت تبدیل فایل کتاب Default reasoning : causal and conditional theories به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب استدلال پیش فرض: نظریه های علی و شرطی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب استدلال پیش فرض: نظریه های علی و شرطی
پیش‌فرض‌ها در استدلال عقل سلیم اجازه تولید پیش‌بینی‌های مفید
در غیاب اطلاعات کامل را می‌دهند. با این حال، تلاش برای بازنمایی
و استدلال با پیش‌فرض‌ها در Al با مشکل استدلال‌های جعلی مواجه
می‌شود، استدلال‌هایی که بر پیش‌فرض‌های قابل قبول تکیه دارند اما
از نتایج غیرقابل قبول پشتیبانی می‌کنند. گفنر با تجزیه و تحلیل
جنبه‌های علّی و شرطی پیش‌فرض، و ایجاد محدودیت‌های نظری واضح در
مورد قابلیت‌های رویکردهای احتمالی، به این مشکل می‌پردازد. او
بینش جدیدی در مورد ماهیت پیش فرض ها و روش های جدید پردازش
پایگاه های داده حاوی عبارات پیش فرض ارائه می دهد. نتیجه یک
سیستم مدیریت پیش‌فرض قدرتمند است که رفتاری شهودی در چندین حوزه
مورد علاقه در هوش مصنوعی، از جمله سلسله‌مراتب وراثت، استدلال در
مورد تغییر، برنامه‌های منطق کلی، و استدلال ابداکتیو ایجاد
می‌کند.
گفنر یک بدیهیات را توسعه می‌دهد. سیستمی مبتنی بر یک معناشناسی
احتمالی و یک مدل-نظری است که در آن پیش فرض ها به عنوان ادعاهایی
در نظر گرفته می شوند که صدق یا احتمال آنها به یک زمینه خاص
محدود می شود. او این تفاسیر شرطی را با تفاسیر استاندارد متضاد
مقایسه می‌کند، و خاطرنشان می‌کند که در حالی که اولی استدلال‌های
«ویژگی» متفاوت را به درستی حل می‌کند، دومی به درستی استدلال‌های
مربوط به مفروضات «استقلال» را توضیح می‌دهد. سپس گفنر بهترین
ویژگی‌های هر دو تفسیر را در گزارشی قوی‌تر از استدلال پیش‌فرض
ترکیب می‌کند که او آن را مستلزم شرطی می‌نامد. مستلزم شرطی مبتنی
بر ترتیبی از پیش‌فرض‌های استخراج‌شده از پایگاه دانش است و
می‌تواند توسط یک سیستم آرگومان ظریف محاسبه شود، که در آن
آرگومان‌های با قدرت متفاوت با یکدیگر تعامل دارند و قوی‌ترین
آرگومان‌ها «برنده» هستند. این سیستم را می‌توان با یک عملگر علّی
گسترش داد. و ملاحظات انسجام مناسب برای ارائه راه حل مناسب برای
بسیاری از مشکلات مربوط به علیت و ربایش.
مطالب: مقدمه. سیستم استنتاج غیرقابل قبول بر اساس
احتمالات. احتمالات بالا و ساختارهای ترجیحی. ساختارهای ترجیحی
نامربوط و اولویت بندی شده. بعد علّی: شواهد در مقابل تبیین.
نتیجه گیری شواهد
توضیحاتی درمورد کتاب به خارجی
Defaults in commonsense reasoning permit the generation of
useful predictions in the absence of complete information.
However, attempts to represent and reason with defaults in Al
run into the problem of spurious arguments, arguments that rely
on acceptable defaults but which support unacceptable
conclusions. Geffner addresses this problem by analyzing the
causal and conditional aspects of default, establishing clear
theoretical limits on the capabilities of probabilistic
approaches. He provides new insights into the nature of
defaults, and new methods of processing databases containing
default expressions. The result is a powerful default-handling
system that yields an intuitive behavior in several domains of
interest in AI, including inheritance hierarchies, reasoning
about change, general logic programs, and abductive
reasoning.
Geffner develops an axiomatic system based on a probabilistic
and a model-theoretic semantics in which defaults are regarded
as assertions whose truth or likelihood is bound to a
particular context. He contrasts these conditional
interpretations with standard extensional interpretations, and
notes that while the former properly resolve arguments of
different ''specificity,'' the latter properly account for
arguments involving ''independence'' assumptions. Geffner then
combines the best features of both interpretations into a more
powerful account of default reasoning which he calls
conditional entailment. Conditional entailment is based on an
ordering of defaults extracted from the knowledge base and can
be computed by an elegant argument system, in which arguments
of different strength interact, and strongest arguments
''win.'' This system can be extended with a causal operator and
suitable coherence considerations to provide an adequate
solution to many problems involving causation and
abduction.
Contents: Introduction. A System of Defeasible Inference
Based on Probabilities. High Probabilities and Preferential
Structures. Irrelevance and Prioritized Preferential
Structures. The Causal Dimension: Evidence vs. Explanation.
Conclusions. Proofs
