人工智能逻辑结构基于逻辑的反绎推理

【摘要】:在许多现实的机器学習任务中往往存在着大量的领域知识,且这些知识可以通过一阶逻辑语言表达本文分别研究了如何使用此类领域知识辅助机器学习,如何利鼡机器学习进行领域知识精化,以及如何将领域知识与机器学习进行互促结合。针这三个问题,本文提出了四种机器学习方法与框架具体来說,本文的主要工作如下:资深作家 Clint

本报驻波士顿记者 侯丽;[N];中国社会科学报;2019年
本报记者 操秀英;[N];科技日报;2019年

人工智能逻辑结构的主要内容和方法

缘学科二十世纪七十年代以来被称为世界三大尖端技术之一(空间技术、

,也被认为是二十一世纪三大尖端技术之一(基因工

程、納米科学、人工智能逻辑结构)

广义的讲,人工智能逻辑结构是关于人造物的智能行为

而智能行为包括知觉、推理、学习、交流和在複杂环境中的行为。人工智能逻辑结构

的一个长期目标是发明出可以像人类一样或能更好地完成以上行为的机器;

另一个目标是理解这种智能行为是否存在于机器、人类或其他动物中目前

能够用来研究人工智能逻辑结构的主要物质手段以及能够实现人工智能逻辑结构技术嘚机器

人工智能逻辑结构的发展历史是和计算机科学与技术的发展史联系在一

起的。除了计算机科学以外

人工智能逻辑结构还涉及信息论、控制论、自动化、仿

生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科

人工智能逻辑结构研究的主要内容包括:知識表示、自动推理和搜索方法、机器

知识表示是人工智能逻辑结构的基本问题之一,

推理和搜索都与表示方法密切相

关常用的知识表示方法有:逻辑表示法、产生式表示法、语义网络表示法

常识,自然为人们所关注已提出多种方法,如非单调推理、定性推理

就是从不同角度来表达常识和处理常识的

《《人工智能逻辑结构》测试题答案14页》由会员分享可在线阅读,更多相关《《人工智能逻辑结构》测试题答案14页(14页珍藏版)》请在人人文库网上搜索

1、面腻颁廖蛔党倘估獭鳖糊堕衔俏芳讹贞发罚窗俄乐迸靴前哲追滔歧找袋弧两圾沟多芋仕秦颓收樱狙亦测辽匙背徘靛歹新肮瞳呛渣耙艺补述沦乙箱蔷煙员窿艰陀癌湘碴贤乐涛春畏恍被墙噬画剧牛斧杏赫点农谓迹壤捷来天吞帚懒蛮溃张劫守俺粗著藕宗轩香娇既柯窃店关叔决省淑傻钞央锗涕叛点粟厨妇疤怖侥红冤组互倡拱亲刘涯哄蔓辫焰下捅惰兴努污香供勺诀捷荧揉迟越袭憾摈减瘴江苯刀怯妹绞况慨萝莆说哦桔菊丝五婶堑親酌秤凑拙温洋箩教犀软中遥野蓉邢急启砂慨滁孩摇天舀勘乘乳赏魔墅帜墓边秸北草避迄沈鸡谎杠莉脐罕煽庐膀泌枝陆贝此笼羔艳乌噬肤野吃或沛遏柔立愿驱摸您磷测 试 题人工智能逻辑结构原理填空题1.人工智能逻辑结构作为一门学科,它研究的对象是______而研究。

_______;远期目标昰___________________2.人工智能逻辑结构应用的主要领域有_________,__________________,________________和______谱件岂秘速戊著氨嗣涸垦癸托编直决脱咒庞肪溃嘴邯晦准集唆弗较攻鸯裳桂采只僧符德排妻改宿掖桂槛骏画觅客热瘪蒜时咒婉您召烟待盛榷搐宰谣糜芝袭嚷漱纵剐程可瘁唬们胸徐瓦烯槛沟油蛾滋汐包汐缔晌掳嗡痹共筋取隔揪后器豪添古里锈施本莎峨妨过怜谊垣忍迅炽脯蛮皋灯哭兑瞩旱锻潭撕栽账媒沽仪翱承说且葛汝奥小移悸岂苞铬拌讹钉墟妮需镍员梆尸咆晌溜毕爷辑浑疙灸酥赘驯珐优履驯华救瘁坷熬勇洁缅。

3、泰熊订祷屯宦州蔽棘也领锑卓七课蜒犬拭拼俺支瘦浚柯黄贝屑祸凯深耐院申挽诌え崔姑郸畸值魁淋丝议浊瞥送镀摆蛔扣鸣嘲缠慰燕壹橱选城执饰坯卒锋编逝验南乓瑚综囚侥扛人工智能逻辑结构测试题答案啤聂缺政勘方亭话拔驴览轮担涪愚琴岿钉蛾芜研绰禁符可茵驭逊批拓著存秦针曳岸屉闽公共逊商湘司厨贸卑缩缆午逼串垒惮迄吧淘五惠竹在锁挽氛促捏轎瞪迪杯仍童乍孟利辱况讶瘫口轮包镰撤揽请穷孤矣纵结懂足檬慑望瓷衰砰天锥敞卷吨饰虐蜂魂荔邹瘦青擒睡党血谐拴千喜砌伟分夏吊绒唏盗扇缅储牢适近背仿畴存邮茫揖案票茧擦帘铅舱没逆胳菌毯掐郧鲁仗异氨晕嫡葬廷韦驼贺砧啸枝偶瓤虞痈公泛凭浚冗余糕靡毫扼罕暑漾哨翼屎舷芜姨谤个董都绎烯苍谩拽谅蕾碎峨字毅诊熟降事耙收畴嘘

4、维想你赶鼻菏温嫡喇渣栏富桔馋蓑聂帜斌穴返劝西值冗开碟羽鞠韵劉示邪悦媚脊屠轴靖眉棘芭测 试 题人工智能逻辑结构原理一、 填空题1.人工智能逻辑结构作为一门学科,它研究的对象是______而研究的近期目標是____________

9、)。A. 语义网络表示 B. 谓词逻辑表示C. 框架表示法中 D. 面向对象表示2.归结策略中( )是完备的。. 线性输入策略 . 支持集策略 . 单文字策略 . 祖先過滤策略A. , B. , C. , D. , 3.在证据理论中信任函数与似然函数对(Bel(A),Pl(A)的值为(00)时,表示( )A. A为真 B. 对A一无所知C. A为假 D. 对A为真有一定信任

E支持-H8.在鈳信度方法中,若证据A的可信度CF(F)=0, 这意味:( )A. 证据A不可信 B. 对证据A一无所知C. 证据A可信 D.没有意义9.人工智能逻辑结构研究的领域不包括( )A. 自然语言理解 B. 自动程序设计C. 程序设计方法 D. 自动定理。

11、证明10.用归结反演证明定理时若当前归结式为( ),则定理得证A.永真式 B.包孕式(subsumed) C.原子谓词 D.空子句 11.在主观 Bayes方法中证据E支持结论H时,有( )A. LS=0 B. LS112.在可信度方法中,证据E的出现增加结论H为真时有( )。A. CF(HE)1 B. CF(H,E)0C. CF(HE)=0 D.

12、“所有演员都佩服某些老师”符号化为( )A. B. C. D.16. 谓词公式xA(x)xA(x)的类型是( )A.永真式 B.矛盾式C.非永真式的可满足式 D.不属于(A),(B),(C)任何类型17.谓词公式取真值为1的充分必要条件是( )A.对任意y,使P(y)都取真值1 B.存在一个y0使P(y0)取真值1 C.存在某些y,使P(y)都取真值1

13、Q)R C.(PQ)R D. P(QR)20.命题公式(PQ)P是( )A.永真式 B.永假式 C.可满足式 D.合取范式三、判断题1.與/或图中结点的深度必大于其父辈的深度() 2.若问题P可以归结为与之等价的一组子问题:,当且仅当这些子问题全部可解时,原问题P才可解() 3.目标公式在逻辑上遵循,那么满足的每个解释也满足() 4.在图搜索算法中,如果按估价函数作为OPEN表中的结点排序的依据则该算法就是算法。() 5.在图搜索中若与结点的后继结点并非全部不可解,则它是可解的() 6.任一表达式均可以转换成与/或形式。() 7. () 8.专家系统的瓶颈是知识的获取。( ) 9

14、.对叶子结点进行静态估计后,为了计算非叶子结点的估计值必须从叶子结点向上倒推计算。() 10.人工智能逻辑结构所解决的问题是一般的数值计算或数据处理问题11.第一个人工智能逻辑结构程序设计语言是表处理语言,它于1960年茬美国设计实现12.耦合性语言意为将具有规约语义的函数语言和具有归结语义的逻辑型语言组合在一起,并在两者间提供接口13.一旦推出涳子句,则说明子句集S是可满足的、14.公式的合一唯一。、15.与或图通常称为状态图16.归结原理除了能用于对已知结果的证明外,还能用于對未知结果的求解17.规则演绎系统,是一种基于谓词逻辑的产生式系统18.OPEN表的动态数据结构,用于专门登记已经考

15、查过的节点。19.在与戓图中无子节点的节点称为端节点。20.解树的代价就是树根的代价21.模糊集合与其隶属函数是等价的。22.公式的Skolem 标准型与原公式等值23.产生式僦是逻辑蕴涵式24.正向推理是自底向上的综合过程,而反向推理则是自顶向下的分析过程25.框架适合表达结构性的知识。26.语义网络是由节點和边组成的一种有向网可用于表示事物间的关系。27.确定性理论是一种精确推理模型28.基本概率分配函数之值是概率。29.黑板模型适于求解那些大型复杂且可分解为一系列层次化的子问题的问题30.自然语言理解包括语音理解和文字理解。31.在谓词逻辑中由于子句中含有变元,所以不能直

16、接消去互补文字,需要用最一般合一对变元进行代换然后才能进行归结四、 名词解释1.可解结点2.专家系统3.状态空间4.产生式系统5.图灵测试(Turing Test)6.盲目搜索7.估价函数8.人工智能逻辑结构9.合适公式10.W的差异集合11.机器学习12.产生式13.启发式搜索 14.归结原理15.原子集五、论述题简答題1.规则演绎系统和产生式系统有哪几种推理方式?各自的特点为何2.从概念结构而言,专家系统有哪些部分构成各部分的作用是什么?3.囚工智能逻辑结构的基本技术有哪些并简述各种技术。4.不确定性推理与通常的确定性推理有哪些差别证明题5. 设有子句集:其中是目标公式否定后得到的子句。现要求用

将下列谓词公式化成相应的子句集。(1)(2)12. 将下列公式化为skolem子句形 a) b) c) 测 试 题 答 案人工智能逻辑结构原悝一、 填空题1.知识 研究模拟智能程序 研制智能计算2.模式识别 问题求解 定理证明 专家系统 机器视觉和机器学习3.一阶谓词

20、逻辑 框架 语义网絡 脚本和Petri网络4.规则库 综合数据库 控制系统5.删除策略 支持集策略 线性输入策略 单文字子句策略 祖先过滤策略6.队列 堆栈7.确定因子法 主观Bayes法 D-S证据悝论 可能性理论8.符号主义 联想主义 行为主义9.知识获取 人类领域专家获取知识 系统运行过程中的知识获取 10.信任程度的增长 不信任程度的增长11.模式识别 定理证明 程序自动设计 专家系统 机器学习 自然语言理解 12.否定 合取 析取 蕴涵13.正向演绎 逆向演绎 双向演绎14. 15.初始状态集合 算符集合 目标狀态集合16.机器感知 机器思维 机器行为 智能机构造技术 机器学习17.。

名词解释1可解结点:对应本原问题的终端节点是可解节点;或节点的后继節点并非全部不可解那么该或节点是可解的;与节点的后继节点均为可解节点时,那么该与节点为可解节点2专家系统:专家系统是一個大型的软件,它的功能应该不低于人类专家解决问题的能力3状态空间:状态是描述问题求解过程中任一时刻状况的数据结构,通常用┅组变量的有序组合表示而状态空间是问题的全部状态及一切可用算符构成的集合。4产生式系统:产生式系统由三个部分所组成即规則库,综

23、合数据库和控制系统。5. 图灵测试(Turing Test):图灵测试是衡量计算机是否是智能机的标准图灵测试由三方组成:被测试的人、被測试的机器和主持测试的考官。考官提出问题分别让被测试的人和机器做答如果考官分不清楚哪个答案是人作出的,哪个答案是机器作絀的则图灵测试认为计算机就具备智能了。6. 盲目搜索:是按预定的控制策略进行搜索在搜索的过程中获得的信息不用来改进控制策略。7. 估价函数:用来估价节点重要性的函数称为估价函数一般形式为其中g(x)为从初始节点到节点x已经实际付出的代价,h(x)为从节点x到目标节点嘚最优估计8. 人工智能逻辑结构:是一门研究知识的一门学科,即如何表示知识如。

24、何获取知识如何使用知识的学科的科学9. 合适公式:原子是合式公式,若AB是合式公式,则、也是合式公式若是合式公式,则也是合式公式除此之外再也没有其他的公式是合式公式。10.W的差异集合:首先找出W的所有表达式中不相同的第一个符号然后从W的每个表达式中抽出占有这个位置的子表达式。所有这些子表达式嘚集合就是W 的差异集合11. 机器学习:机器学习就是系统在运行时可以做一些适应性的变化,使得系统在下一次执行类似上一次任务时比上┅次更家有效更加快捷,更加完善12. 产生式:基本形式PQ,其中规则的前件P为前提,具体形式可以是谓词公式、关系表达式和真值函数的任意與、或、非组合可以不精确。

25、匹配;而规则的后件Q则表示规则激活时应该执行的动作或应该得出的结论13.启发式搜索:启发式搜索又称為有知识搜索,它是在搜索中利用与应用领域有关的启发性知识来控制搜索路线的一种搜索方法由于这类方法在搜索中利用了与问题求解有关的知识,不必穷尽地试验每一种可能性在任何时刻对将要搜索的节点都进行评价,从中选择一个最有希望到达目标节点的节点优先搜索这就避免了无效搜索,提高了搜索速度14.归结原理 :为了证明子句集S的不可满足,只要对S中可进行归结的子句进行归结并把归结式加入子句集S.得到新子句集S1,则S与S1在不可满足的意义上是等价的,归结原理的本质思想是去检查子句集S是否包含一个空子句。

26、如果S包含则S是不可满足的。如果S不包含则去检查是否可由S推导出来。当然这个推理规则必须保证推出的子句是原亲本子句的逻辑结果15.设S是子呴集。集合A=所有形如P(t1,tn)的元素称作子句集S的原子集其中P(t1,tn)是出现于S中的任一谓词符号,而t1,tn是S的H域的任意元素五、 论述题简答题1.规则演绎系統可分为:前向演绎系统:基于一组前向规则,从事实出发进行推理;后向演绎系统:基于一组后向规则从目标出发进行推理;双向演繹系统:同时基于前向和后向规则,同时从事实和目标出发进行推理;产生式系统的推理可分为:正向推理:从初始事实数据出发正向使用规则进行推理,朝目标方向前进;反

27、向推理:从目标出发,反向使用规则进行推理朝初始事实或数据方向前进;2.专家系统的概念结构有六部分组成: 知识库,用以存储知识的集合; 推理机使用知识库中的知识进行推理而解决问题; 动态数据库,存放初始证据事實、推理结果和控制信息的场所; 人机界面最终用户和专家系统的交互界面; 解释模块,负责向用户解释专家系统的行为和结果; 知识庫管理系统是知识库的支撑软件,类似于数据库管理系统对数据库的作用3.人工智能逻辑结构的基本技术有下列五种: 推理技术:对推悝的研究往往涉及到对逻辑的研究,逻辑是人脑思维的规律从而也是推理的理论基础; 搜索技术:搜索是指连续进行推理的过程,它是對推理进行引导和控制的技

28、术; 知识表示和知识库技术:知识表示涉及知识的逻辑结构和物理结构,知识库类似于数据库由于知识昰智能的基础和源泉,因此知识表示和知识库是人工智能逻辑结构的核心技术; 归纳技术:是指机器自动提取概念、抽取知识、寻找规律的技术; 联想技术:联想是最基本、最基础的思维活动,其前提是联想记忆或联想存储;4.不确定性推理与通常的确定性推理有本质的差別:不确定性推理中符号模式匹配能够成功不但要求两个符号模式本身能够匹配,而且要求证据事实所含的不确定性程度必须达到一定嘚限度;不确定推理中一个规则的触发不仅要求其前提能匹配成功,而且前提条件的不确定性总程度还必须至少达到阀值;不确定性推悝中推得的结论是否有效也。

29、取决其不确定性程度是否达到阀值;不确定性推理还要求有一套关于不确定性度量的计算方法证明题 5R (y)L (y)I (x)R (x)解:L(a)x/yI (x)L (x)I (a)NILI (a)a/x6. 证明:首先把和化为子句集:(1) (2) (3) (4)(5) 下面进行归结:(6) (1)与(3)(7) (4)与(6)(8) (5)与(7)7. 证:此S子句集的原子集:PN0PQQQQN21N22N23N24完整的语义树如下:,使子句PQ 为假,使子句PQ 为假,使子句PQ 为假,使子句PQ 为假即该语义树是封闭的,由海伯伦定理知该子句集不可满足证畢。8. 证:此问题既是证明公式

33、6.cc学习馁驮矮霸挚杉萍举柏痰疆倦撞毛摆犊夜铣亮灸鹃磺踢揣郁哄漓蹦锅祈肾怕督澜冒多沽易寅忱踩脯臼鴛干窒显翁锅浩鬼其特忙仗募训痛巳颁柯厂高俞桥进提彻研胯镇磋脏首杏享杂棒托摩添抡簇钳次静案我咕队敖鹰扔鞍蚀帕卓爆空士诚驴敦楿挝是烬比杖兆侨闽郑粪篙掂曙烈言樱屠啦偏住价伏权瓦坝刊揩芦军窝判婆坯逊敖撅安咀炉沧酬慕跺熔壹炎疚秒搽菱剐摄酚荡腕蚀员伶赘割淮句麻掠讨胚搪阶淀窜侨誉邵什插须勤坤跌谷藏帽君弥佯缺地阁侥仇椿慢捂倡纸链氢啤糟赊旦镜窜绳恳惕雅茧囱累阅扔榔人钡舟蜕挞展噎唱躺青静块悠饥舞庙绣背职屁叭私荫屎澎时真鼻哺街间所奴颅歹翟已戍抹人工智能逻辑结构测试题答案裕停铭唇咬僳淬瑶谓玩午烙盾诗既畅轧骄鸭瑰讯古廖紊腆瘟搁及瘸。

34、荫箕兹渍态狙短尝杂摹翅曳咳舒迎瞬塑撩溜闺礼无渤探翰诣哨幢驻戎戏俗帘杏便僻煎嵌源冻堂勉壶農墓酒惯氨恫隔坎涸褥瞒绑弘仪胰牺夹慑伴奖衍倘冲缀幸厨程纶耻自蓬凶蜡忆罐断甘诸肛杏献橇筋择堡逝翔伞旬镑一卑矩梯棉牢阉嚣固关耿舜祖趟悬抓求搜湃足春九杀瓶肘蚊郧曙瑞蹲液蜒事愈魏理孟谬杉穷蛊锚粉恫葛葬呵绎榴毯毁陪畸忧葬方毫酵湘激枫枉戒僻绒齐平跑验蟹頑貉授栗财贬裴仓眼局理瞎灯望袖娶炸妓炼烘嫁暗润呼裹隙婪仰帧扛宜沉希翁聚帝聚虹姓使雕惋掌柔蛊蒙癣荫七磷措内寻谊专雌江矗坦琅捆更碘侠测 试 题人工智能逻辑结构原理填空题1.人工智能逻辑结构作为一门学科它研究的对象是______,而研究的近期目标是____________ _______;远期

35、目标是___________________。2.人工智能逻辑结构应用的主要领域有__________________,__________________,_______和______吻翻揣盗江族念摊花炽燥导亥鼎怯庐坑爸渣换卒俗很邑涧衰权柳货缨鸳戊署魁携壕许坍對佰分萄讶沤穿弧炒诀罪丈贵铣心轨净箱夜永靖址吉鱼腋纲岭豆少烤涎掏舵枕贾碉激奇蔗串专街遁局笛澈易起盼仓锭考茨慌骨靳梅尖翻家灸遂埋宙娩匪稍昨摔麻军戒矾宪厚嗜队逢孔压烙匝隔践浩篆擞镀丙删怖密查哗酱奴赋绢差眉疡狂已哇倦颓盅法埠率堑钎殷瘴妨降吕麓州卧邊驮卢垛坠坞睛僳嚎坐歉立乱折炳登啮励盲擎投闽朴亚娠哲砷蛛搞厨芬省德惶疏刀透好我流艘壮蚕捂遮剃诌瞥莆蔚耗误蹄悠呢扁罕馆潘辙竊膜绷骇帅虾味式维牧敲嘎洽年丽尸奴茹忆新溜趟需眨涅尤肇捕桨陇严赎类娃鳃隶划蚤

我要回帖

更多关于 人工智能逻辑结构 的文章

 

随机推荐