归纳推理的一般非概率理论
本文发展出量子条件状态的形式主义,为描述涉及单个系统的两次实验与涉及两个系统的单个时间点的实验提供了统一的描述,使用量子贝叶斯定理和相关的贝叶斯条件方法,展示了远程控制与回溯推断可以使用相同的信念传播规则进行描述,对于解释投影假设作为贝叶斯条件的量子推广的先前论证表明其为误导性类比,并提出了更好的理解方式。
Jul, 2011
本文提出了一个概率的信念模型,并探讨了它对于信念动态的影响,比 AGM 理论约弱但比 Lockean 理论强,考虑一类特定模型并提出其自然的原则,最终相较于 Leitgeb 和 Lin 以及 Kelly 的竞争性概率信念模型而言本框架比较优越。
Jul, 2023
本文研究不确定性理论中的可能性理论、信念函数和不精确概率与模态逻辑之间的二元性质,提出了一种基于最小认知逻辑和波兰式逻辑的简化信念函数逻辑,并且给出了使用 Shafer 基本概率分配的语义。
Mar, 2023
本文介绍了一种新的逻辑系统,它将经典认知领域中的相信和知识概念与一个概念证据相结合,从而满足了直觉原则 ` 证据导致相信和知识 ';该文的方法则是将这个新系统与内部真实性的 $S5$ 风格原理相结合,产生了一个模态系统 S5 和预示依存性的结合逻辑,使用直接的命题形式来模拟置信和知识。
Apr, 2023
该论文提出了一种将概率论和第一阶逻辑相结合的方法,在有限域内具有 Herbrand 解释的情况下,定义了概率证明定理及其推广问题,然后提出了能够同时拥有图模型推理和一阶定理证明的完整能力的方法,并开发了一种高效算法。实验表明,当逻辑结构存在时,该算法远优于目前已有的方法。
Feb, 2012
本文提出了一种关于认知随机模糊集的普遍理论,用于处理模糊或清晰证据,并通过广义的乘积交集规则进行独立认知随机模糊集的组合,提出了用于量化标量或矢量量,即高斯随机模糊数和多维高斯随机模糊向量的实用模型,并为组合、投影和平凡扩展推导了高斯随机模糊数和向量的公式。
Feb, 2022
该研究提出了适用于可计算算法的逻辑归纳准则,该准则为每个给定形式语言中的逻辑语句分配概率并随时间逐步细化,并通过股票交易类比进行了概述。这一准则可以推导出一些有利的有界理性推理者的特性。
Jul, 2017
本文讨论主观概率的语法和语义,其中语义决定了概率声明的测试方法。其中重要的变体包括对主客观概率的测试和支持思想的强有力概率获取了客观概率的特征。接下来介绍杰弗里斯法则,它指出两个成功的概率预测者必须发布相近的预测,从而支持客观概率的概念。最后,讨论主观概率与频率主义概率之间的联系。
Sep, 2023
文中探讨了贝叶斯统计学派的方法,阐述了先验分布在贝叶斯模型中的实际作用以及超验演绎法的重要性,发现最成功的贝叶斯统计学派形式并不支持归纳推理,从而认为贝叶斯统计学派比超验演绎法更加成熟和复杂。
Jun, 2010