Книга "Optimization Methods for Logical Inference" является инновационным, передовым подходом, в котором методы логики и математики используются при выводе логического умозаключения. Это книга авторов Vijay Chandu и Джона Хукера. Оптимизационные методы могут казаться чем-то вроде употребления кислятины вилкой, но все дело в математической структуре проблемы, которая определяет, может ли оптимизационная модель помочь ее решить, а не в контексте, в котором происходит проблема. Авторы представляют мощные и проверенные методы оптимизации для логических проблем, показывая, как они могут использоваться не только для решения задач искусственного интеллекта и математического программирования, но и в больших системах общего назначения. Они рассматривают большую часть последних исследований последнего десятилетия, сделанных в области связок логики / оптимизации и включают некоторые из своих собственных результатов. Подчеркивают типы логики, наиболее восприимчивые к методам оптимизации, логику пропозиций, логику первого порядка, вероятностные и родственные логики и различные логические системы, такие как теория Дэмстер-Шафера, логические правила с факторами уверенности и системы логического программирования с ограничениями. Требуется нулевое знание о логике и ясное объяснение всех тем с нуля, книга представляет собой неоценимый справочник для ученых и студентов из разных областей, включая операции исследования, информатику, искусственный интеллект, системы поддержки принятия решений и инженерное дело.
Объединение логики и математики при дедуктивном выводе - инновационный, передовой подход. Методы оптимизации для логического вывода - абсолютно точно, скажут Виджай Чандру и Джон Хукер, главные основатели этого быстро развивающегося направления. И хотя "решать логические задачи с помощью методов оптимизации может показаться, как есть квашеную капусту палочками... именно математическая структура задачи определяет, может ли оптимизационная модель помочь решить ее, а не контекст возникновения проблемы". Представления о мощных, доказанных методах оптимизации для логических задач, Чандру и Хукер показывают, как оптимизационные модели могут быть использованы не только для решения задач в области искусственного интеллекта и математического программирования, но также имеют огромное применение в сложных системах в целом. Они обследуют большинство последних исследований, полученных за последнее десятилетие в областях логика/оптимизация, включают некоторые из своих собственных результатов и акцентируют внимание на типа логики, наиболее приспособленных для оптимизации методов - пропозициональная логика, предикатная логика первого порядка, вероятностная и смежные логики, логики, основанные на доказательстве, такие как теория Дэмпистера-Шафера, системы правил с дискретными факторами, и системы логики программирования док. Изучение книги не требуя опыта в логике и объяснение всех тем с нуля, Методы оптимизации для Логических Выводов являются неоценимой путеводителем для ученых и студентов в различных областях, включая исследование операций, информатику, искусственный интеллект, системы поддержки принятия решений, и инженерное дело.
Электронная Книга «Optimization Methods for Logical Inference» написана автором Vijay Chandru в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781118031414
Описание книги от Vijay Chandru
Merging logic and mathematics in deductive inference-an innovative, cutting-edge approach. Optimization methods for logical inference? Absolutely, say Vijay Chandru and John Hooker, two major contributors to this rapidly expanding field. And even though «solving logical inference problems with optimization methods may seem a bit like eating sauerkraut with chopsticks. . . it is the mathematical structure of a problem that determines whether an optimization model can help solve it, not the context in which the problem occurs.» Presenting powerful, proven optimization techniques for logic inference problems, Chandru and Hooker show how optimization models can be used not only to solve problems in artificial intelligence and mathematical programming, but also have tremendous application in complex systems in general. They survey most of the recent research from the past decade in logic/optimization interfaces, incorporate some of their own results, and emphasize the types of logic most receptive to optimization methods-propositional logic, first order predicate logic, probabilistic and related logics, logics that combine evidence such as Dempster-Shafer theory, rule systems with confidence factors, and constraint logic programming systems. Requiring no background in logic and clearly explaining all topics from the ground up, Optimization Methods for Logical Inference is an invaluable guide for scientists and students in diverse fields, including operations research, computer science, artificial intelligence, decision support systems, and engineering.
