项目名称: 不确定性概念内涵与外延的双向认知计算理论模型与方法

项目编号: No.61272060

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 王国胤

作者单位: 重庆邮电大学

项目金额: 80万元

中文摘要: 不确定性概念的描述与处理是人工智能研究中的一个基础问题。人们已经提出了概率论、模糊集、粗糙集、云模型等诸多理论模型来解决这一问题。人类基于词语(概念内涵)处理不确定性概念,而计算机基于样本集合(概念外延)处理不确定性概念。本申请项目拟结合粗糙集和云模型,研究基于内涵的计算和基于外延的计算之间的联系,建立一个双向认知计算模型。主要研究内容有:建立基于云模型的概念内涵与外延之间的稳定双向映射计算模型;探究基于内涵的逻辑运算与基于外延的集合运算之间的对应关系及相互转换机制;研究不同概念层次思维(推理)的多粒度(变粒度)计算模型;用云模型的正向/逆向发生器生成粗糙集的上、下近似集,建立随机粗糙集理论模型,解决粗糙集的过度学习和弱泛化能力问题,从而实现多粒度双向认知计算。本项目的研究成果,可实现人类认知行为的计算模拟,并为描述处理不确定性概念提供新的理论方法,推动不确定性人工智能的发展。

中文关键词: 粒计算;云模型;粗糙集;知识表示;双向认知

英文摘要: The expressing and processing of uncertain concetpts is a fundamental problem in artificial intelligence. Several theoretical models have been proposed for solving this problem, such as probability theory, fuzzy sets, rough sets, cloud model, et al. Human deals with uncertain concepts based on words(concept intension), while computer based on sample set(concept extension). This project tries to study the relationship between the intension based computing and the extension based computing through integrating the rough sets theory and cloud model, and develop a bidirectional cognitive computing model.Its key research points are: develop a stable bidirectional mapping cloud model between the intension and extension of concepts; study the mapping relation between the intension based logic reasoning and the extension based set operation, and their mutual transformation mechanism; study the multi-granularity (variable granularity) computing model for simulating hierachical thinking (reasoning); develop a random rough set theory model, which is a multi-granularity bidirectional cognitive computing model, to solve its limitations of over training and weak generalization ability, through generating its lower and upper approximations using the forward/backward cloud generators. The research results of this project could r

英文关键词: Granular Computing;Cloud model;Rough set;Knowledge expression;Bidirectional cognition

成为VIP会员查看完整内容
0

相关内容

【博士论文】机器学习中的标记增强理论 与应用研究
专知会员服务
29+阅读 · 2021年12月3日
混合增强视觉认知架构及其关键技术进展
专知会员服务
39+阅读 · 2021年11月20日
专知会员服务
42+阅读 · 2021年9月5日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
43+阅读 · 2021年4月13日
专知会员服务
55+阅读 · 2020年12月20日
鲁棒模式识别研究进展
专知会员服务
40+阅读 · 2020年8月9日
【硬核书】不完全信息决策理论,467页pdf
专知会员服务
348+阅读 · 2020年6月24日
一图看懂新一代人工智能知识体系大全
人工智能学家
14+阅读 · 2018年8月14日
资源 | 一文读懂深度学习(附学习资源)
AI100
14+阅读 · 2017年11月30日
【直观详解】支持向量机SVM
机器学习研究会
18+阅读 · 2017年11月8日
国家自然科学基金
22+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Tikhonov Regularization of Circle-Valued Signals
Arxiv
1+阅读 · 2022年4月20日
Age Optimal Sampling Under Unknown Delay Statistics
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
13+阅读 · 2021年5月25日
小贴士
相关VIP内容
【博士论文】机器学习中的标记增强理论 与应用研究
专知会员服务
29+阅读 · 2021年12月3日
混合增强视觉认知架构及其关键技术进展
专知会员服务
39+阅读 · 2021年11月20日
专知会员服务
42+阅读 · 2021年9月5日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
43+阅读 · 2021年4月13日
专知会员服务
55+阅读 · 2020年12月20日
鲁棒模式识别研究进展
专知会员服务
40+阅读 · 2020年8月9日
【硬核书】不完全信息决策理论,467页pdf
专知会员服务
348+阅读 · 2020年6月24日
相关基金
国家自然科学基金
22+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员