有效AGM信念收缩的挑战
本文探讨了“离散有限程序”和“有限递归程序”在“稳定模型语义”的语境下的性质,证明了“有限递归程序”的“一致性检查”和“怀疑推理”是“半可判的”,而“怀疑推理”对于“一般有限递归程序”具有完备性,并展示了如何使用有限的程序实例子集进行矛盾检查和响应怀疑查询。
Jan, 2009
本文提出了一种基于答案集语义下的逻辑程序修订方法,通过三种评价方式确定用程序P修订后的答案集,同时满足了 AGM 修订原则和更新逻辑程序的特征。
Jul, 2010
本文提出了一种高度可表达的有限置信逻辑,可以进行可计算的推理,在一阶逻辑上保持可判定性,在命题逻辑上保持可操作性,并引入一种采用此逻辑作为表示语言的推理系统,该系统展示了有限置信的好处。
May, 2017
本文从收缩原则出发,旨在找到符合条件信念的收缩特性。我们考虑四组不同的迭代原则来描述条件信念的动态变化,并提供了其语义特征定理和公式化表述,以约束信念与条件信念的变化。
Feb, 2022
该研究探讨了一个版本的线性时态逻辑,其命题片段是Godel-Dummett逻辑,并使用了两种自然语义学,一种是真值语义学,另一种是双关系语义学,证明了这些语义定义了相同的逻辑,并提出了决定语句有效性的算法以及一个用于Godel临时逻辑的演绎演算法,从而证明了所有的有效语句都能够用这个演算法证明。
Jun, 2023
本文研究了线性时间逻辑模块理论在有限轨迹上的应用,其中命题使用一阶公式替代,并且可以比较不同时间点引用的一阶变量。我们提出了一种用于LTLfMT表格的完备且有效的修剪规则,该规则在满足有限内存的抽象语义条件的任何LTLfMT公式下,通过增加新规则可以保证表格也能终止。最重要的是,这种技术使我们能够建立关于LTLfMT的多个片段可满足性的新的可判定性结果,并对已知类别给出新的可判定性证明。
Jul, 2023
本研究解决了LTLf公式不一致性分析中的空白,通过引入一种新颖的方法来枚举LTLf规范的最小不可满足核心(MUCs)。通过将LTLf公式编码为答案集程序(ASP),实现了高效的MUC枚举,从而推动了解释性人工智能领域的进展。
Sep, 2024