We provide a comprehensive presentation of a program of uniform decomposition of proof systems for non-classical logics into other logics, especially classical logic, by means of an algebra of constraints. That is, one recovers a proof system for a target logic by enriching a proof system for a simpler logic with an algebra of constraints that act as correctness conditions on the latter to capture the former; for example, one may use Boolean constraints in the consequent in a sequent calculus for classical logic to produce a sequent calculus for intuitionistic logic. The idea behind such forms of reduction it to obtain a tool for uniform and modular treatment of proof theory, and provide a bridge between semantics of more complex logics and their proof theory. The article discusses the theoretic background of the project and provides several illustrations of its work in the field of intuitionistic and modal logics. Some results include a uniform treatment of modular and cut-free proof systems for a large class of propositional logics, a general criterion for a novel approach to soundness and completeness of a logic with respect to a model-theoretic semantics, and a case-study deriving a model-theoretic semantics from a proof-theoretic specification of a logic.


翻译:我们全面展示了将非古典逻辑的证据系统统一分解成其他逻辑的程序,特别是古典逻辑,采用约束代数的方法,将非古典逻辑的证据系统统一分解成其他逻辑,特别是古典逻辑。也就是说,通过丰富一个更简单逻辑的证明系统,用对后者具有正确性条件的制约的代数来丰富一个更简单的逻辑的代数代数,从而丰富一个更简单的逻辑的证明系统,从而恢复一个目标逻辑的证明系统,从而捕捉前者;例如,在对古典逻辑的序列计算中,人们可能会使用布利恩的制约,从而产生一种直觉逻辑序列序列序列的序列计算法。这种削减形式背后的理念是为了获得证据理论的统一和模块处理工具,并在更复杂的逻辑的语义学及其证据理论之间架桥。文章讨论了该项目的理论背景,并提供了其在直觉和模式逻辑学和模型逻辑逻辑学领域的工作的若干图解。一些结果包括:对模块和零证据系统进行统一处理,以产生一系列直观逻辑的分级计算,这是一种用于对理论理论理论理论理论的正确性和完整性和完整性进行创新的方法的一般标准,这是从模型、逻辑分析、逻辑分析、逻辑分析、案例和逻辑分析的逻辑分析的逻辑学案例和案例。

0
下载
关闭预览

相关内容

因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
征稿 | CFP:Special Issue of NLP and KG(JCR Q2,IF2.67)
开放知识图谱
1+阅读 · 2022年4月4日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Tutorial
中国图象图形学学会CSIG
3+阅读 · 2021年12月20日
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【推荐】SVM实例教程
机器学习研究会
17+阅读 · 2017年8月26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
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2023年3月3日
Arxiv
0+阅读 · 2023年3月1日
VIP会员
相关资讯
征稿 | CFP:Special Issue of NLP and KG(JCR Q2,IF2.67)
开放知识图谱
1+阅读 · 2022年4月4日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Tutorial
中国图象图形学学会CSIG
3+阅读 · 2021年12月20日
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【推荐】SVM实例教程
机器学习研究会
17+阅读 · 2017年8月26日
相关基金
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
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员