Default Logiken Zhao Li

Slides:



Advertisements
Ähnliche Präsentationen
Algorithmen für das Erfüllbarkeitsproblem SAT
Advertisements

Temporale Logiken: LTL und CTL
Vorlesung Compilertechnik Sommersemester 2008
Definition [1]: Sei S eine endliche Menge und sei p eine Abbildung von S in die positiven reellen Zahlen Für einen Teilmenge ES von S sei p definiert.
Rekursion: Rekurrenz: Algorithmen rufen sich selbst (rekursiv) auf.
Falls Algorithmen sich selbst rekursiv aufrufen, so kann ihr Laufzeitverhalten bzw. ihr Speicherplatzbedarf in der Regel durch eine Rekursionsformel (recurrence,
Eine dynamische Menge, die diese Operationen unterstützt,
6. Regelbasierte Systeme
Prof. Dr. S. Albers Prof.Dr.Th Ottmann
Polynomial Root Isolation
Algebraische Zahlen: Exaktes Rechnen mit Wurzeln
7.2 B-Bäume / B*-Bäume als Hilfsmittel zur Indexorganisation
Software-Engineering II Eingebettete Systeme, Softwarequalität, Projektmanagement Prof. Dr. Holger Schlingloff Institut für Informatik der Humboldt.
Bounded Model Checking II
Prof. Dr. W. Conen 15. November 2004
Zusammenfassung der Vorwoche
B-Bäume.
R. Der - Vorlesung Algorithmen und Datenstrukturen (Magister)
Syntax, Semantik, Spezifikation - Grundlagen der Informatik R. Hartwig Kapitel 4 / 1 Termalgebren Definition "Freie Algebra" Die -Algebra A = [A, F ] heißt.
Marco Barz Seminar über Algorithmen SoSe2007
Verifizieren versus Berechnen
Christian Schindelhauer
Algorithmentheorie 04 –Hashing
Suche in Texten: Suffix-Bäume
Vorlesung Informatik 3 Einführung in die Theoretische Informatik (05 – Reguläre Ausdrücke) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 3 Einführung in die Theoretische Informatik (12 – Kellerautomaten, PDA) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (27 – Kürzeste Wege) Prof. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (17 – Bäume: Grundlagen und natürliche Suchbäume) Prof. Th. Ottmann.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (21 – Kürzeste Wege) T. Lauer.
WS Prof. Dr. Th. Ottmann Algorithmentheorie 09 - Suche in Texten Suffix - Bäume.
Vorlesung Informatik 3 Einführung in die Theoretische Informatik (17 –Turingmaschinen) Prof. Dr. Th. Ottmann.
Kapitel 5 Stetigkeit.
Kapitel 6 Differenzierbarkeit. Kapitel 6: Differenzierbarkeit © Beutelspacher Juni 2005 Seite 2 Inhalt 6.1 Die Definition 6.2 Die Eigenschaften 6.3 Extremwerte.
Fakten, Regeln und Anfragen
Beispiele für Ausdrucksalgebren
Vorlesung: 1 Betriebssysteme 2007 Prof. Dr. G. Hellberg Studiengang Informatik FHDW Vorlesung: Betriebssysteme Hochverfügbarkeit (Einführung) 3. Quartal.
Institut für Kartographie und Geoinformation Diskrete Mathematik I Vorlesung Bäume-
Christian Schindelhauer
Christian Schindelhauer
AC Analyse. 2Ausgewählte Themen des analogen Schaltungsentwurfs Sprungantwort.
Wir suchen ‘ mit m = m    ‘ c  ‘ mod 26
Inhalte und Maßnahmen eingegeben haben,
Ralf KüstersDagstuhl 2008/11/30 2 Ralf KüstersDagstuhl 2008/11/30 3.
§8 Gruppen und Körper (8.1) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein weiteres.
PRJ 2007/1 Stefan Dissmann Verkettete datenstruktur: Liste Problem: Liste, die eine beliebige Zahl von Elementen verwaltet Operationen: Erzeugen, Anfügen,
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
7.1 Externes Suchen Bisherige Algorithmen: geeignet, wenn alle Daten im Hauptspeicher. Große Datenmengen: oft auf externen Speichermedien, z.B. Festplatte.
...ich seh´es kommen !.
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
§3 Allgemeine lineare Gleichungssysteme
Auslegung eines Vorschubantriebes
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Formale Sprachen Reguläre Sprachen Rudolf FREUND, Marian KOGLER.
Analyseprodukte numerischer Modelle
Petrinetze 1. Einführung Informatik : wesentlich Modellierung von
Christian Schindelhauer Wintersemester 2006/07 3. Vorlesung
Arne Vater Wintersemester 2006/ Vorlesung
Christian Schindelhauer Wintersemester 2006/07 2. Vorlesung
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
Der Erotik Kalender 2005.
Analyse der Laufzeit von Algorithmen
7. Formale Sprachen und Grammatiken
Syntax, Semantik, Spezifikation - Grundlagen der Informatik R. Hartwig Kapitel 3 / 1 Algebraische Hülle und Homomorphie A = [A, F ] sei  -Algebra. Eine.
? definierende Gleichungen  gültige Gleichungen ?
Folie 1 §8 Gruppen und Körper (8.1) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein.
Logik in der Informatik V
 Präsentation transkript:

Default Logiken Zhao Li 12.12.2007

Inhalt Motivation Das Basis System von Reiter Schliessen mit Defaults Extensionen Ein operationaler Zugang zu Extensionen Prozessbäume Literatur

Motivation Beispiel: Vögel können typischerweise fliegen. Diese Regel kann in der klassischer Logik entweder durch “alle Vögel fliegen” ausgedrückt werden, die im Widerspruch zum Fakt, dass Pinguine nicht fliegen, oder durch “Alle Vögel, die nicht Pinguine und nicht Strauβe und ... Fliegen” ausgedrückt werden. Wir werden im wesentlichen die Default-Logik von Reiter präsentieren. Bei Default handelt es sich um: Regeln mit Ausnahmen, oder Regeln, die im Allgemeinen, meistens oder typischerweise gelten, oder Regeln, die gelten, solange nicht das Gegenteil explizit bewiesen worden ist.

Inhalt Motivation Das Basis System von Reiter Schliessen mit Defaults Extensionen Ein operationaler Zugang zu Extensionen Prozessbäume Literatur

Default-Theorie Definition: Default Theorie Eine Default Theorie ist ein Paar T = < D, W >, mit D ist eine Menge von “Defaults”. W ist eine Menge von prädikatenlogischen Formeln (genannt die Fakten von T) Diese Begriff wird spaeter genau definiert.

Die Syntax von Defaults Definition: Default Ein Default δ hat die Form, Das bedeutet: Wenn α gilt, β1,…, βm kann konsistent angenommen werden (d.h. ¬β1,…, ¬βm nicht bewiesen werden können), dann gilt w. wobei α, βi (m≥1) und w aussagenlogische oder geschlossene prädikatenlogische Formeln sind. α wird als Vorbedingung/precondition (kann leer sein) βm wird als Begründungen/justification (m≥1) w wird als Konsequenz/consequence des Defaults bezeichnet. α : β1 ,…, βm w Geschlossene Formeln sind Formeln, die keine freie Vorkommen von Variablen enthalten.

Inhalt Motivation Das Basis System von Reiter Schliessen mit Defaults Extensionen Ein operationaler Zugang zu Extensionen Prozessbäume Literatur Dann schauen wir mal einige Beispiel, um Schliessen von Default erkennen.

Beispiel 1 Die Default-Regel "Vögel können typischerweise fliegen " lautet in Default- Schreibweise: D δ = Diese Regel bedeutet, wenn X ein Vogel ist, und wenn Fliegen(X) konsistent angenommen werden kann, dass folgt Fliegen(X). und W enthältet einige Fakten über die Vögel. W = { Vogel(Condor), Vogel(Penguin), ¬Fliegen(Penguin), Fliegen(Eagle)} Begründung existiert für: Fliegen(Condor) Keine Begründung existiert für: Fliegen (Penguin), Vogel(Eagle) Vogel (X) : Fliegen (X) Fliegen (X) die Voraussetzung Vogel(Condor) ist wahr die Grundregel erlaubt nur von Vogel(x) nach Fliegen(x) aber nicht Umgekehrt.

Beispiel 2 : Vogel(X) → Fliegen(X)¬Baby(X) D δ = W = { Vogel(Tweety), Vogel(Polly), Baby(Polly), ¬Fliegen(Fred) } Begründung existiert für: Fliegen(Tweety), ¬Baby(Tweety), ¬Vogel(Fred) Keine Begründung existiert für: Fliegen(Polly) : Vogel(X) → Fliegen(X)¬Baby(X) Vogel(X) → Fliegen(X)¬Baby(X)

Vogel(X): Fliegen(X)¬Baby(X) Beispiel 3 D δ = W = { Vogel(Pete), Vogel(Mary), Baby(Pete)Baby(Mary) } Begründung existiert für: Fliegen(Pete), Fliegen(Mary) Disjunktion ist nicht stark genug, um den Schluss zu blockieren. Vogel(X): Fliegen(X)¬Baby(X) Fliegen(X)

Inhalt Motivation Das Basis System von Reiter Schliessen mit Defaults Extensionen Ein operationaler Zugang zu Extensionen Prozessbäume Literatur

Extensionen Definition: Operator Г Gegeben eine Default Theorie T = < D, W >, Für jede Menge geschlossener Formeln S sei Г (S) die kleinste Formelmange, die die folgenden drei Bedingungen erfüllt: W  Г (S) Cn ( Г (S)) = Г (S) Wenn ∈D α (c)∈Г(S) und alle βi (c)∈S, dann w(c)∈Г(S). Definition: Extension Eine Menge geschlossener Formeln E heiβt Extension einer Default-Theorie T = < D, W >, wenn gilt Г (E) = E. d.h. E ist ein Fixpunkt des Operators Г ist. α : β1 ,…, βm w Cn(Γ) ist die Menge aller Formeln zuordnet, die logisch aus Γ folgen

Wassertier(X) : Fisch(X) Beispiel 5 Extension D δ = { } W = { Wassertier(Pete) } E1 erfüllt die alle drei Bedingungen der Definition von Operator Г . Г(E1) = Cn( {Wassertier(Pete), Fisch(Pete)} ) = E1 E1 = Cn( {Wassertier(Pete), Fisch(Pete)} ) als Extension aber E2 = Cn( {Wassertier(Pete), ¬Fisch(Pete)} ) ist keine Extension, obwohl die alle drei Bedingungen der Definition von Operator Г erfüllt . doch es ist Г(E2) = Cn( {Wassertier(Pete)} ) ≠ E2 Fisch(X) Wassertier(X) : Fisch(X)

Berechnung von Extension Gegeben eine Default Theorie T = < D, W >, Sei E eine Formelmenge, Sei E0, E1,… eine Folge von Formelmengen, für die gilt: E0 = W Ei+1= Ei  { w| ∈D, α∈Ei, und ¬βi,…,¬βnE} Sei E =Cn(i Ei), dann ist E eine Extension von T. α: β1,…, βm w

Vogel(X): Fliegen(X)¬Baby(X) Beispiel 6 Berechnung D δ = W = S0 = { Vogel(Tweety), Vogel(Polly), Baby(Polly), ¬Fliegen(Fred) } S1 = S0  { Fliegen(Tweety) } S = S1 E = Cn (S) Vogel(X): Fliegen(X)¬Baby(X) Fliegen(X)

Beispiel 7 Auto-Diamond D δ1 = { } δ2 = { } δ3 = { } δ4 = { } W = S0 = { Green(Pete), ADACmemb(Pete) } S1 = S0  { ¬LikesCars(Pete), DiscussCars(Pete) } S = S2 = S1 E = Cn(S) S1’ = S0  { LikesCars(Pete), DiscussCars(Pete) } S’ = S2’ = S1’ E’ = Cn(S’) Green(X) : ¬ LikesCars(X) ¬ LikesCars(X) ADACmemb(X) : LikesCars(X) LikesCars(X) Green(X) : DiscussCars(X) DiscussCars(X) ADACmemb(X) : DiscussCars(X) DiscussCars(X) Zwei alternative Extensionen δ1, δ3 δ2, δ4

Argumentieren mit Defaults Definition: von Beispiel 7 Skeptische Argumentation (sceptical argumentation) Die Default-Theorie T= < D, W > liefert eine skeptische Begründung einer Formel α, wenn α in allen Extensionen von T enthalten ist. Beispiel Auto-Diamond: discussCar(Pete). Mutige Argumentation (brave argumentation) Die Default-Theorie T = < D, W > liefert eine mutige Begründung einer Formel α, wenn α in einer Extension von T enthalten ist. Beispiel Auto-Diamond: discussCar(Pete), likesCar(Pete) oder discussCar(Pete), ¬ likesCar(Pete).

Inhalt Motivation Das Basis System von Reiter Schliessen mit Defaults Extensionen Ein operationaler Zugang zu Extensionen Prozessbäume Literatur

Default-Folge Definition: Default-Folge Gegeben eine Default Theorie T = < D, W >, Sei ∏ = ( δ0, δ1,… ) eine endliche oder unendliche Folge von Defaults aus T. ∏[k] bezeichnet die Teilfolge der ersten k Defaults von ∏. Es gilt also ∏[k] = (δ0, δ1,… δk-1), wobei ∏[0]=() die leere Folge ist. ∏ stellt eine Ordnung von Defaults dar, Unabhängig davon, ob die Defaults angewendet werden können.

In- & Out- Mengen Definition: In- und Out- Mengen Zu jeder Folge ∏ von T = < D, W > existieren zwei Mengen von Formeln In(∏) und Out (∏). In(∏) = Cn(M), wobei M = W∪{cons(δ) |δ aus ∏ } cons(δ) bezeichnet die Konsequenz mit Default δ. In(∏) sammelt die Formeln, die durch Anwendung von Defaults aus T entstehen. und In(∏[0]) = Cn(W) Out(∏) =δ∈∏ Out(δ), wobei Out (δ) = {¬β |β ∈just(δ)} just(δ) bezeichnet die Menge der Begründungen.

anwendbar & Prozess Definition: anwendbar “δ ist anwendbar in einer Formelmenge M”, gdw. prec(δ)∈Cn(M) Out(δ)Cn(M)= Ø Definition: Prozess Sei T = < D, W > eine Default Theorie. Eine Default-Folge ∏=(δ0, δ1,…) ist ein Prozess von T genau dann, wenn gilt: Jedes δk (aus ∏) ist in In(∏[k]) anwendbar.

Beispiel 8 anwendbar & Prozess D δ1 = { } δ2 = { } W = { Green(Pete) } Zeigen: ∏= (δ1[Pete], δ2[Pete]) ist kein Prozess von T. 1. In(∏[0]) = Cn(W) = Cn(Green(Pete)) prec(δ1) = Green(Pete)∈In(∏[0])) Out(δ1) = {LikesCars(Pete)} → Out(δ1)  In(∏[0]) = Ø Also: δ1 anwendbar in In(∏[0]) 2. In(∏[1]) = Cn({Green(Pete), ¬LikesCars(Pete)}) prec(δ2) = LikesCars(Pete)In(∏[1])) Also: δ2 nicht anwendbar in In(∏[1]) Also: ∏ ist kein Prozess von T Green(X) : ¬ LikesCars(X) ¬ LikesCars(X) LikesCars(X) : DiscussCars(X) DiscussCars(X)

Prozess: Eigenschaften Definition: Sei ∏=(δ0, δ1,…) ein Prozess von T= < D, W > ∏ ist erfolgreich, gdw. In(∏)∩Out(∏) = Ø; anderenfalls ist ∏ Fehlschlag. ∏ ist abgeschlossen, gdw. jedes δ∈D, das in In(∏) anwendbar ist, in ∏ vorkommt.

Extensionen einer Default-Theorie Definition: (von Antoniou) Eine Formelmenge E ist eine Extension einer Default-Theorie T = < D, W > genau dann, wenn es eine abgeschlossene und erfolgreiche Prozess ∏ von T gibt, so dass E= In(∏).

Inhalt Motivation Das Basis System von Reiter Schliessen mit Defaults Extensionen Ein operationaler Zugang zu Extensionen Prozessbäumen Literatur

Prozessbäumen Prozessbaum zu T = < D, W > Kanten haben Defaults als Markierung. Knoten sind markiert mit: In-Menge, Out-Menge, gegebenfalls Information über erfolgreich & abgeschlossen Wurzel ist Markiert mit In = Cn(W), Out = Ф

Cn(In  cons(δ)) ● Out  Out(δ) Prozessbäumen Aufbau des Prozessbaums: N ein Knoten mit In & Out N wird nur dann expandiert, wenn In  Out = Ф; sonst : Fehlschlag. Falls In  Out = Ф aber kein anwendbarer Default existiert: geschlossen & erfolgereich Nachfolger N(δ) für alle δ, die bisher(auf dem Weg zu N) nicht auftreten, und die in In anwendbar sind. Nachfolger N(δ) ist markiert mit In(N(δ)) = Cn(In  {cons(δ)}) Out(N(δ)) = Out  Out(δ) In ● Out Cn(In  cons(δ)) ● Out  Out(δ) δ

Beispiel 9 Prozessbäumen D δ1 = { } δ2 = { } mit W = Ø : reliable(X) ¬ fired(X) : fired(X) pb_bonus(X) Cn(Ø) ● Ø Cn(¬fired(p)) ● {¬reliable(p)} δ1[p] Cn(pb_bonus(p)) ● {¬ fired(p)} δ2[p] geschlossen & erfolgereich Fehlschlag Cn({pb_bonus(p), {¬ fired(p)}) ● {¬ fired(p), ¬reliable(p)} δ1[p]

Literatur Christoph Beierle/Gabriele Kern-Isberner: Methoden Wissensbasierter System “Default Logic” von Wikipedia Christopher Habel: Vorlesung über Wissensrepräsentation