本研究提出了一种称为可接受修订的算子,构成了一种更小的算子组,它包括了 Darwiche-Pearl 算子、Nayaks 的词典排序修订算子、以及一种新的被称为 restrained revision 的算子,并演示 restrained revision 是最保守的算子之一。同时,本研究提出了建立一种合理的方法,以选择不同情境下的适当修订算子,并讨论了未来的工作。
Sep, 2011
通过解释假设,本研究提出了一种基于解释的信念修订操作符,以试图更好地描述人们在解决信念不一致性时所采用的策略,并进行了两项人类参与研究以验证该方法。
May, 2024
通过三种认知偏差(证实偏见,框架偏见和锚定偏见)的形式化,我们研究了它们对三种常见信念修订方法(条件化,词典修订和最小修订)的影响,并评估了其在随机场景中的表现和对真相跟踪的可靠性。
Jul, 2023
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。
信息获取方式可能变得无关紧要,而相同信息的多次确认可能会导致特定修订变得多余,本文给出了一系列词典修订的冗余的必要和充分条件,词典修订不仅在自身上是相关的,还因为它们的序列是表示迭代修订过程状态的最紧凑机制之一。
Feb, 2024
本文通过三价真值方法来提供一种条件推理的逻辑解释并运用逻辑情景下的几率来对条件状语句进行分类。
Jul, 2022
本研究提出了基于 Grove 的球系统的两级可信度有限修订运算的构造,并对这些运算进行了公理化描述。
比较了置信修正中三种最常见的状态表示方式:显式表示、按级别表示和按历史记录表示的差异,并研究了它们之间的联系与区别。
May, 2023
本研究通过探索使用文章修订的上下文和反馈信息两种方式来提高分类器性能,以区分学生论述写作中的有意义的证据和合理推理演绎,并进行严格评估和定性分析,研究发现通过使用上下文来辨别有意义的修订是最成功的。
Feb, 2023
针对提高学生论述写作水平和有效判断其修改文章的质量的问题,本研究提出了基于 Chain-of-Thought 提示的 ChatGPT 生成论点基础,用于预测其修改后的质量,并在初中和大学学生论文数据集中实验证明了其优越性。
Jun, 2023