Lógica Auto-epistémica

Slides:



Advertisements
Apresentações semelhantes
Lógica de Predicados e Representação de Conhecimento
Advertisements

Capítulo 8 A linguagem da Lógica de Predicados
Capítulo 7 Tableaux semânticos e resolução na Lógica Proposicional
Elementos de Lógica Matemática
Lógica Fuzzy Aplicada a Sistemas de Diagnóstico
Cláusulas Conjuntos de cláusulas
LN: o que decorre de uma frase?
TC2- Lógica Proposicional
Tópicos de Lógica Proposicional
Lógica Proposicional-3
Formalizar semântica da LPO
Elsa Carvalho 163 Universidade da Madeira Departamento de Matemática Programação em Lógica e Funcional (2000/01) (Actualizado em 2004/05) Teoria dos Modelos.
Representação do Conhecimento e Raciocínio
Capítulo 2 - Derivadas No final do capítulo 1, já definimos o coeficiente angular de uma curva y = f(x) no ponto onde x = x0. Chamamos esse limite, quando.
Derivadas Já definimos o coeficiente angular de uma curva y = f(x) no ponto onde x = x0. Chamamos esse limite, quando ele existia, de derivada de f em.
Capítulo 3 - Aplicações das Derivadas
Lógicas em Dedução Natural
Introdução à Programação Lógica
INE Fundamentos de Matemática Discreta para a Computação
BCC 101– Matemática Discreta
Números Complexos 1 Prof. Marlon.
Testes de Hipóteses Forma mais clássica de inferência estatística
Dedução Natural Universidade Tecnológica Federal do Paraná
Alunos: Vinicius Arcanjo Pedro Garagnani Curso: Engenharia de Computação, Professor: Adolfo Neto Disciplina: Lógica para Computação. Tablôs.
AXIOMATIZAÇÃO Equipe: André Augusto Kaviatkovski, Daniel Elias Ferreira, Vinicius Zaramella.
DEDUÇÃO NO CÁLCULO PROPOSICIONAL
Indução Métodos de prova já vistos Excepções
Linguagem de 1ª ordem da teoria de conjuntos
INF 1771 – Inteligência Artificial
Conceitos Básicos.
Semântica.
Aula 8: Determinantes (continuação)
Lógica de Predicados Teorema de Herbrand.
Lógica Proposicional UESC
AXIOMÁTICA Rosa Canelas.
INF 1771 – Inteligência Artificial
Teste da derivada 1ª, Teste da derivada 2ª e construção de gráficos
Cássio Cristo Dawyson Guerra Matheu Santos
Modelos Matemáticos Usados como tipos em especificações baseadas em modelos Apresentados como teorias ou sistemas formais Uma teoria é definida em termos.
Lógica de Predicados Semântica.
Completude e Corretude do Sistema de Tableaux Semânticos
Lógica de Predicados Resolução.
Lógica Proposicional Dedução Natural.
Lógicas e Inferência para IA
Sistema de equações lineares
SAT e Custo Computacional
A Proposição e a Lógica A idéia geral da dedução ou inferência silogística é: A é verdade de B. B é verdade de C. Logo, A é verdade de C. A inferência.
Semântica de uma fórmula da lógica da 1a ordem via modelo de Herbrand
Lógica Matemática Introdução.
Curso: PCS Fundamentos Lógicos da Inteligência Artificial Aluno: Alberto Yoshinobu Onoe (607768) Lógicas Paraconsistentes como um Formalismo para.
Decidibilidade, Corretude, Completude, Consistência
Sistema Formal Um Sistema Formal para a lógica proposicional é uma 2-tupla < L, R >, onde: L: linguagem proposicional R: conjunto de regras de inferências.
Decidibilidade, Corretude, Completude, Consistência, Monotonicidade
Linguagem de 1ª ordem da teoria de conjuntos
Análise de Mundo Fechado Tratável com Atualizações Autor: Fábio Alves Marques.
J. M. Barreto UFSC-INE Lógica de Primeira Órdem R ecordação.
1 Teoria de 1ª Ordem Def. 18  Dado um conjunto A, dizemos que um subconjunto A’ de A é decidível se e somente se existir um procedimento efetivo (um algoritmo)
Lógica Proposicional.
Luciano Krob Meneghetti 1 A Logic of Perception and Belief by Yoav Shoham e Alvaro del Val (Report No. STAN-CS ) apresentado por Luciano Krob Meneghetti.
Frases de Horn Forma Normal Conjuntiva- para frases sem quantificadores conjunção de frases cada elemento da conjunção é disjunção de literais literal:
Lógica Proposicional Dedução Natural.
Anjolina Grisi de Oliveira
UNIP UNIVERSIDADE PAULISTA Professor: Yure de Queiroz Lima
Inteligência Artificial
Interpretação do Teorema de Herbrand
Aprendizado por Indução
TEORIA DOS NÚMEROS Aula 2 – Princípio da Indução Finita
David Hume (1711–1776).
Exercício 9 Calcular algumas funções derivadas … Manual, volume 2, página 75 (85.4; 86; 87), página 76 (88.3; 89; 90), página 77 (92.3; 92.4; 93.1), página.
Wellington D. Previero Pontos Extremos.
Transcrição da apresentação:

Lógica Auto-epistémica Proposta por Moore (1985) Contempla reflecção sobre conhecimento próprio (auto-epistémico) Permite falar não só do mundo exterior, como também do conhecimento que tenho dele.

Sintaxe de AEL Lógica de 1ª ordem, mais operador L (aplicado a formúlas) L j significa “sei j” Exemplos: lugar → L lugar (ou  L lugar →  lugar) jovem(X)  L est (X) → est (X)

Significado de AEL O que é que sei? E o que é que não sei? Aquilo que consigo derivar (em todos os modelos) E o que é que não sei? Aquilo que não consigo derivar Mas aquilo que se deriva depende do que sei Adiocinar conhecimento, e depois testar

Semântica AEL T* é expansão de teoria T sse T* = Th(T{Lj : T* |= j}  {Lj : T* |≠ j}) Assumindo a regra de inferência j/Lj : T* = CnAEL(T  {Lj : T* |≠ j}) Uma teoria AEL é sempre a dois valores em L, ou seja, para toda a expansão:  j | Lj  T*  Lj  T*

Conhecimento vs Crenças Crenças é um conceito mais fraco Para toda a fórmula, ou sei ou não sei Podem haver fórmulas em que não acredito, nem no seu contrário Lógica auto-epistémica de conhecimento e crenças (AEB), introduz também operador Bj – acredito em j.

Exemplo AELB Alugo filme se acredito que nem vou ao baseball nem ao futebol Bbaseball  Bfutebol → alugar_filme Não compro bilhetes se não sei que vou ao baseball nem sei que vou ao futebol  L baseball   L futebol → comprar_bilh Vou ao futebol ou ao baseball baseball  futebol Devo concluir que alugo filme, mas não compro bilhetes

Axiomas sobre crenças Axioma da consistência B Axioma de normalidade B(F → G) → (B F → B G) Regra de necessitação F B F

Modelos minimais Em que é que eu acredito? Naquilo que faz parte de todos os modelos preferidos Quais os modelos preferidos? Os que para um mesmo conjunto de crenças, tem um número mínimo de coisas verdadeiras Um modelo M é minimal sse não existe modelo menos N, coincidente com M em átomos Bj e Lj Se j é verdadeiro em todos os modelos minimais de T, escrevo T |=min j

T* = CnAELB(T  {Lj : T* |≠ j} Expansões AELB T* é expansão estática de T sse T* = CnAELB(T  {Lj : T* |≠ j}  {Bj : T* |=min j}) onde CnAELB denota o fecho usando os axiomas de AELB mais a necessitação para L

onde YT(T*) = CnAEB(T  {Bj : T* |=min j}) Caso particular de AEB Pelas suas propriedades, o caso de teorias sem operador de conhecimento é especialmente interessante. Nesse caso, a definição de expansão fica: T* = YT(T*) onde YT(T*) = CnAEB(T  {Bj : T* |=min j}) e CnAEB denota o fecho usando os axiomas de AEB

Menor expansão Teorema: O operador Y é monotónico, i.e. T  T1  T2 → YT(T1)  YT(T2) Logo existe sempre uma expansão mínima de T, que se pode obter por indução transfinita: T0 = CnAEB(T) Ti+1 = YT(Ti) Tb = Ua < b Ta (para ordinais limite b)

Consequências Toda a teoria AEB tem pelo menos uma expansão Se a teoria é afirmativa (i.e. todas as cláusulas têm pelo menor um literal positivo) então tem pelo menos uma expansão consistente. Há procedimento para calcular a semântica