非经典逻辑视阈下的知识表征分析
| 中文摘要 | 第12-14页 |
| ABSTRACT | 第14-16页 |
| 引言 | 第17-41页 |
| 一、研究意义 | 第17-19页 |
| 二、国内外研究现状 | 第19-33页 |
| 三、研究思路与框架 | 第33-39页 |
| 四、论文的创新之处 | 第39-41页 |
| 第一章 机器可学习性的概述 | 第41-64页 |
| 1.1 机器可学习性的概念分析 | 第41-47页 |
| 1.1.1 学习与可学习性的联系 | 第41-44页 |
| 1.1.2 机器学习与机器可学习性的联系 | 第44-46页 |
| 1.1.3 机器可学习性中的知识表征 | 第46-47页 |
| 1.2 不确定知识的表征 | 第47-50页 |
| 1.3 机器可学习性的特征 | 第50-52页 |
| 1.4 机器可学习性的研究模式 | 第52-62页 |
| 1.4.1 基于人工神经网络的研究模式 | 第52-53页 |
| 1.4.2 基于非经典逻辑的研究模式 | 第53-62页 |
| 1.5 小结 | 第62-64页 |
| 第二章 机器可学习性中的情境知识分析 | 第64-85页 |
| 2.1 知识情境化表征的语义学基础 | 第64-71页 |
| 2.1.1 可能世界语义学 | 第64-66页 |
| 2.1.2 情境语义学 | 第66-67页 |
| 2.1.3 可能世界语义学和情境语义学的关系 | 第67-71页 |
| 2.2 知识情境化表征的形式分析 | 第71-77页 |
| 2.2.1 情境计算 | 第71-74页 |
| 2.2.2 模态逻辑 | 第74-77页 |
| 2.3 知识情境化表征的时空特征分析 | 第77-81页 |
| 2.3.1 时间特征表征 | 第78-79页 |
| 2.3.2 空间特征表征 | 第79-81页 |
| 2.4 知识情境化表征的意义 | 第81-83页 |
| 2.5 小结 | 第83-85页 |
| 第三章 机器可学习性中的模糊知识分析 | 第85-108页 |
| 3.1 模糊性知识的语境依赖性 | 第85-92页 |
| 3.1.1 连锁推理中的谓词模糊问题 | 第86-90页 |
| 3.1.2 主词或句子的语义模糊问题 | 第90页 |
| 3.1.3 模糊知识的语境相干性 | 第90-92页 |
| 3.2 连锁推理中谓词一阶模糊的语境分析 | 第92-97页 |
| 3.2.1 边界情形与谓词模糊 | 第92-94页 |
| 3.2.2 容忍度 | 第94-95页 |
| 3.2.3 模糊谓词的可行语境 | 第95-96页 |
| 3.2.4 语境依赖函数的稳定性 | 第96-97页 |
| 3.3 谓词高阶模糊的语境分析 | 第97-102页 |
| 3.3.1 高阶模糊 | 第97-98页 |
| 3.3.2 确定算子的引入 | 第98-99页 |
| 3.3.3 边界间隙表征 | 第99-100页 |
| 3.3.4 谓词高阶模糊的分析 | 第100-102页 |
| 3.4 主词或句子的语义模糊消除 | 第102-105页 |
| 3.4.1 主词或句子模糊的语境逻辑解释 | 第103-104页 |
| 3.4.2 多语境的桥规则转换 | 第104-105页 |
| 3.5 小结 | 第105-108页 |
| 第四章 机器可学习性中的矛盾分析 | 第108-130页 |
| 4.1 矛盾表征的思想溯源 | 第108-113页 |
| 4.1.1 矛盾表征系统建立的动因 | 第108-111页 |
| 4.1.2 矛盾表征系统的历史考察 | 第111-113页 |
| 4.2 矛盾与不一致性概念分析 | 第113-116页 |
| 4.2.1 矛盾概念的解释 | 第113-114页 |
| 4.2.2 矛盾与次协调思想 | 第114-115页 |
| 4.2.3 次协调思想与不一致性 | 第115-116页 |
| 4.3 矛盾表征的标注逻辑分析 | 第116-120页 |
| 4.3.1 四值逻辑 | 第117页 |
| 4.3.2 注释格结构 | 第117-118页 |
| 4.3.3 赋值函数 | 第118-119页 |
| 4.3.4 否定连词分析 | 第119-120页 |
| 4.4 矛盾表征的二值注释分析 | 第120-125页 |
| 4.4.1 注释与证据的关系 | 第120-121页 |
| 4.4.2 二值注释格结构 | 第121-122页 |
| 4.4.3 确定度与矛盾度 | 第122-123页 |
| 4.4.4 确定性间隔和真正的确定度 | 第123-124页 |
| 4.4.5 真正的证据度和标准化矛盾度 | 第124-125页 |
| 4.5 矛盾表征的意义分析 | 第125-128页 |
| 4.6 小结 | 第128-130页 |
| 第五章 机器可学习性中的不完备的经验知识分析 | 第130-149页 |
| 5.1 基于归纳逻辑对经验知识表征的辩护 | 第130-136页 |
| 5.1.1 经验知识归纳推理的否定 | 第130-132页 |
| 5.1.2 经验知识可归纳表征的辩护 | 第132-134页 |
| 5.1.3 基于概率的归纳逻辑 | 第134-136页 |
| 5.2 不完备经验知识的概率分析 | 第136-141页 |
| 5.2.1 概率意义的阐释 | 第136-139页 |
| 5.2.2 概率与证据的关系 | 第139页 |
| 5.2.3 条件概率分析 | 第139-140页 |
| 5.2.4 不完备经验的概率分析 | 第140-141页 |
| 5.3 经验知识库的修正 | 第141-145页 |
| 5.3.1 经验知识的添加 | 第142-143页 |
| 5.3.2 经验知识的替代 | 第143-144页 |
| 5.3.3 经验知识的删除 | 第144-145页 |
| 5.4 经验知识表征的意义 | 第145-147页 |
| 5.5 小结 | 第147-149页 |
| 第六章 机器可学习性研究的哲学意义 | 第149-164页 |
| 6.1 知识的非经典逻辑表征价值 | 第149-156页 |
| 6.1.1 简单性与复杂性的整体性研究 | 第150-151页 |
| 6.1.2 语境分析与计算表征的融合 | 第151-153页 |
| 6.1.3 语形分析与语义分析的结合 | 第153-154页 |
| 6.1.4 科学理性与人文理性的统一 | 第154-156页 |
| 6.2 基于非经典逻辑表征的知识的真理观 | 第156-162页 |
| 6.2.1 逻辑真的重新认识 | 第156-158页 |
| 6.2.2 知识的多元化 | 第158-160页 |
| 6.2.3 非确定性论证的合理性 | 第160-161页 |
| 6.2.4 知识的“可谬论” | 第161-162页 |
| 6.3 人类理性的计算化发展 | 第162-163页 |
| 6.4 小结 | 第163-164页 |
| 结束语：走向计算主义的机器学习 | 第164-174页 |
| 参考文献 | 第174-195页 |
| 攻读学位期间取得的研究成果 | 第195-196页 |
| 致谢 | 第196-198页 |
| 个人简况及联系方式 | 第198-200页 |
