谓词逻辑和CNF

给出一个例子,两个问题,两个想法:

∃t ∀s learn(s, t, a) and not distracted(s) => passExam(s, a)

1) 这在自然语言中是什么意思?

存在一个主题 t,当一个学生 s 在人工智能 a 中学习这个主题 t 并且没有分心时,这个学生 s 将通过人工智能 a 的考试。

2) 它的CNF是什么?

not learn(G(x), F(x)) or distracted(G(x)) or passExam(G(x), a)

你觉得怎么样?


回答:

1) 这很大程度上取决于函数和变量的定义,但我假设 learn(a,b,c) := a 在领域 c 中学习主题 b,其他两个定义按通常的假设来解释。你基本上是对的,你只是忘了加上“并且没有分心”:

“存在一个主题,所有在人工智能领域学习这个主题并且没有分心的学生都将通过人工智能考试。”

2) … 所有文字的析取式都在CNF中。所以这意味着这个例子已经是CNF形式了。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注