Please use this identifier to cite or link to this item: https://hdl.handle.net/10593/24450
Title: Generowanie hipotez abdukcyjnych w systemach neuronalno-symbolicznych
Other Titles: Abductive hypotheses generation in neural-symbolic systems
Authors: Gajda, Andrzej
Advisor: Urbański, Mariusz
Keywords: Rozumowanie abdukcyjne
systemy neuronalno-symboliczne
programy logiczne
Abductive reasoning
neural-symbolic systems
logic programming
Issue Date: 2018
Abstract: Celem pracy było opracowanie procedury abdukcyjnej, która działa w oparciu o system neuronalno-symboliczny. Procedura abdukcyjna jest rozumiana jako rozszerzona interpretacja algorytmiczna rozumowania abdukcyjnego, tj. posiadając wiedzę Γ oraz zjawisko ᵠ, którego nie można wyprowadzić z Γ tworzymy nową bazę wiedzy Γ’, która jest zmodyfikowaną wersją Γ, a z której ᵠ jest osiągalne. Hipotezę abdukcyjną definiujemy jako różnicę symetryczną pomiędzy Γ i Γ’. Wymagamy aby powstałe w ten sposób hipotezy abdukcyjne posiadały pewne własności, np. niesprzeczność z bazą wiedzy. Procedura abdukcyjna zaimplementowana została w systemie neuronalno-symbolicznym, który umożliwia tłumaczenie programów logicznych (baza wiedzy Γ oraz cel abdukcyjny ᵠ) na sztuczne sieci neuronowe, uczenie sieci neuronowych przy pomocy algorytmu propagacji wstecznej (proces tworzenia hipotezy abdukcyjnej) oraz tłumaczenie sieci neuronowych na programy logiczne (baza wiedzy Γ’), co umożliwia otrzymanie hipotezy abdukcyjnej.
The goal of this work was to create abductive procedure that is implemented in neural-symbolic system. The abductive procedure is understood as extended algorithmic perspective, i.e. having Γ as knowledge base and ᵠ that is not obtainable from Γ we create Γ’ (modified Γ) from which ᵠ is obtainable. The abductive hypothesis is a symmetric difference between Γ and Γ’. We also require abductive hypotheses to fulfill certain conditions. The procedure is implemented in a neural-symbolic system where Γ and ᵠ are represented as a logic program that is translated into a neural network, the neural network is then trained by means of the backpropagation algorithm in such a way that ᵠ becomes obtainable, and then the trained neural network is translated back into a logic program that represents Γ’. The symmetric difference between Γ and Γ’ is the abductive hypothesis.
Description: Wydział Nauk Społecznych
URI: http://hdl.handle.net/10593/24450
Appears in Collections:Doktoraty (WNS)
Doktoraty 2010-2022 /dostęp otwarty/

Files in This Item:
File Description SizeFormat 
dissertation_v07.3.pdf1.15 MBAdobe PDFView/Open
Show full item record



Items in AMUR are protected by copyright, with all rights reserved, unless otherwise indicated.