Проверяемый текст
Фоминых, Игорь Борисович; Нейрологические модели и методы решения задач в интеллектуальных системах реального времени (Диссертация 2000)
[стр. 164]

Правило r l : (^ х ) ответ (х, “Я свой”) 8 П *враг(х) События (ev i): (evl) first next [tlj запрос(ЛА1,“Ты чей”), (ev2) % first next [tl] ответ (JIAl, “Я свой”) (ev3) ** first next [tl+1] ответ (JIAl, “Я свой”) (ev32) ** first next [tl + 30] ответ (JIAl, “Я свой”) ♦ ♦ $ (ev38) * first next [tl + 36] ответ (JIAl, “Я свой”) (ev39) first next [tl + 37] ответ (JIAl, “Я свой”) .
Расширения временных теорий с умолчаниями:
£ f.
: Е 1, = Th1 (F1,); I& 2 : Е12 = Th* (F‘i 4 { □ враг(ЛА1)}); $ з : E‘3 = Th‘(F!! I {□ *враг(ЛА1)}).
Содержательно расширению Е '
i соответствует “возможный мир”, в котором в момент времени t был направлен запрос “Ты чей”.
Расширению Е’г соответствует “возможный мир”, в котором на момент времени
t2 (спустя 30 секунд после запроса) не было получено никакого ответа на запрос “Ты чей” (В этом мире ЛА1-неприятельский).
Расширению Е13 соответствует “возможный мир”, в котором на момент времени
tj получен ответ “Я свой”.
(В этом мире ЛА1не является неприятельским).
3.3.4.
Метод моделирования рассуждений на основе временной логики умолчаний Как отмечалось ранее, рассуждения с умолчаниями, которые необходимо проводить в ДЭС, имеют определённую специфику, затрудняющую использовать в качестве теоретической основы для них известные на сегодня немонотонные логики.
В результате анализа этой
[стр. 111]

2.
Оба выражения обращаются в нуль, если rrioo= m n=m 1o=moi 3.
Знак выражения определяется разностью между населенностью главной и побочной диагоналей матрицы.
Различие состоит в том, что по разному определяется мера населенности: если для су это сумма членов, то для c'y это произведение.
Отсюда вытекает ряд частных различий, важнейшее из которых сводится к следующему: 4.Рассмотрим случай, когда m0i= т ц = 0 , т.е.
матрица событий имеет вид 0.7 0.0 0.3 0.0 Взаимная информация при этом, как видно из (3.32), равна нулю.
Коэффициент c'y , как видно из (3.34), также обращается в нуль.
Однако коэффициент Хебба Су , как видно из (3.31), при этом равен разности т (ю mie, т.е.
в общем случае не равен нулю.
Этим различием и обусловлен общий недостаток нейросетей, использующих правило Хебба: они поддерживают множество неинформативных связей, которые транслируют бесполезную информацию, что снижает их эффективность.
3.2.
Вывод в динамической среде Как отмечалось ранее, рассуждения с умолчаниями, которые необходимо проводить в ИСРВ, имеют определённую специфику, затрудняющую использовать в качестве теоретической основы для них известные на сегодня немонотонные логики.
В результате анализа этой
специфики предлагается вариант временной логики умолчаний, специализированный для формализации рассуждений в ИСРВ и являющейся поI l l

[стр.,117]

(ev32) -I first next [tl + 30] ответ (J1A1, “Я свой”) (ev38) -i first next [tl + 36] ответ (ЛА1, “Я свой”) (ev39) first next [tl + 37] ответ (ЛА1, “Я свой”) .
Расширения временных теорий с умолчаниями:
Д \ : Е 1 г= Thl (F1 ,); Д‘2 : Е'2= Thl (F \u{ □ Bpar(JIAl)}); Д‘з : Е'з = Thl (F*3u { □ -,враг(ЛА1)}).
Содержательно расширению Е '
t соответствует “возможный мир”, в котором в момент времени ti был направлен запрос “Ты чей”.
Расширению Е \ соответствует “возможный мир”, в котором на момент времени
(спустя 30 секунд после запроса) не было получено никакого ответа на запрос “Ты чей” (В этом мире ЛА1неприятельский).
Расширению Е \ соответствует “возможный мир”, в котором на момент времени
t3 получен ответ “Я свой”.
(В этом мире JIA1не является неприятельским).
117

[Back]