Выделение максимальной общей предикатной подформулы с помощью обратного метода Маслова
Ключевые слова:
искусственный интеллект, логико-предметное распознавание образов, исчисление предикатов, сложность алгоритмов, обратный метод Маслова, параллельные вычисления, неполная выводимость
Аннотация
Статья посвящена изложению алгоритма выделения максимальной общей с точностью до имён переменных подформулы двух элементарных конъюнкций атомарных предикатных формул. Предлагаемый алгоритм использует введённую ранее автором модификацию обратного метода Маслова, а также Муравьиные тактики и параллельные вычисления. Проблема выделения максимальной общей с точностью до имён переменных подформулы предикатных формул имеет достаточно широкое применение при построении эффективных алгоритмов решения задач искусственного интеллекта, допускающих формализацию средствами исчисления предикатов. Приведены асимптотические оценки числа шагов работы описанного алгоритма.
Литература
1. Нильсон Н. Искусственный интеллект. Методы поиска решений. М.: Мир, 1973.
2. Рассел С., Норвиг П. Искусственный интеллект: современный подход, 2-е изд.: Пер. с англ. М.: Издательский дом «Вильямс», 2006.
3. Косовская Т.М. Некоторые задачи искусственного интеллекта, допускающие формализацию на языке исчисления предикатов, и оценки числа шагов их решения // Труды СПИИРАН, 2010. Вып. 14. С. 58–75.
4. Петухова Н.Д., Косовская Т.М. Решение задач логико-предметного распознавания образов с использованием тактик обратного метода Маслова // Компьютерные инструменты в образовании, 2014 № 3. С. 9–20.
5. Петухова Н.Д., Косовская Т.М. Применение тактик муравьиных алгоритмов для решения некоторых задач искусственного интеллекта // Вестник СПбГУ. Сер. 10. 2015. Вып. 3. С. 67–82.
6. Kosovskaya T. Self-modificated predicate networks // International Journal on Information Theory and Applications. Vol. 22, No 3. 2015. P. 245–257.
7. Косовская Т.М. Подход к решению задачи построения многоуровневого описания классов на языке исчисления предикатов // Труды СПИИРАН, 2014. №3 (34). С. 204–217.
8. Гонсалес Р., Вудс Р. Цифровая обработка изображений. M.: Техносфера, 2005.
9. Яне Б. Цифровая обработка изображений, M.: Техносфера, 2007.
10. Косовская Т.М. Частичная выводимость предикатных формул как средство распознавания объектов с неполной информацией // Вестник СПбГУ. Сер. 10. 2009. Вып. 1. С. 74–84.
11. Kosovskaya T. Distance between objects described by predicate formulas // International Book Series. Information Science and Computing. Book 25. Mathematics of Distances and Applications (Michel Deza, Michel Petitjean, Krasimir Markov (eds)), ITHEA – Publisher, Sofia, Bulgaria, 2012. P. 153–159.
12. Косовская Т.М. Многоуровневые описания классов для уменьшения числа шагов решения задач распознавания образов, описываемых формулами исчисления предикатов // Вестн. С.-Петербург.ун-та. Сер. 10. 2008. Вып.1. С. 64–72.
2. Рассел С., Норвиг П. Искусственный интеллект: современный подход, 2-е изд.: Пер. с англ. М.: Издательский дом «Вильямс», 2006.
3. Косовская Т.М. Некоторые задачи искусственного интеллекта, допускающие формализацию на языке исчисления предикатов, и оценки числа шагов их решения // Труды СПИИРАН, 2010. Вып. 14. С. 58–75.
4. Петухова Н.Д., Косовская Т.М. Решение задач логико-предметного распознавания образов с использованием тактик обратного метода Маслова // Компьютерные инструменты в образовании, 2014 № 3. С. 9–20.
5. Петухова Н.Д., Косовская Т.М. Применение тактик муравьиных алгоритмов для решения некоторых задач искусственного интеллекта // Вестник СПбГУ. Сер. 10. 2015. Вып. 3. С. 67–82.
6. Kosovskaya T. Self-modificated predicate networks // International Journal on Information Theory and Applications. Vol. 22, No 3. 2015. P. 245–257.
7. Косовская Т.М. Подход к решению задачи построения многоуровневого описания классов на языке исчисления предикатов // Труды СПИИРАН, 2014. №3 (34). С. 204–217.
8. Гонсалес Р., Вудс Р. Цифровая обработка изображений. M.: Техносфера, 2005.
9. Яне Б. Цифровая обработка изображений, M.: Техносфера, 2007.
10. Косовская Т.М. Частичная выводимость предикатных формул как средство распознавания объектов с неполной информацией // Вестник СПбГУ. Сер. 10. 2009. Вып. 1. С. 74–84.
11. Kosovskaya T. Distance between objects described by predicate formulas // International Book Series. Information Science and Computing. Book 25. Mathematics of Distances and Applications (Michel Deza, Michel Petitjean, Krasimir Markov (eds)), ITHEA – Publisher, Sofia, Bulgaria, 2012. P. 153–159.
12. Косовская Т.М. Многоуровневые описания классов для уменьшения числа шагов решения задач распознавания образов, описываемых формулами исчисления предикатов // Вестн. С.-Петербург.ун-та. Сер. 10. 2008. Вып.1. С. 64–72.
Опубликован
2017-07-29
Как цитировать
Петухова, Н. Д. (2017). Выделение максимальной общей предикатной подформулы с помощью обратного метода Маслова. Компьютерные инструменты в образовании, (4), 17-25. извлечено от http://cte.eltech.ru/ojs/index.php/kio/article/view/1459
Выпуск
Раздел
Информатика
Материал публикуется под лицензией:
