Commonsense Reasoning - LS1 - Logik in der Informatik
Werbung
Commonsense Reasoning Gabriele Kern-Isberner LS 1 – Information Engineering TU Dortmund Sommersemester 2015 G. Kern-Isberner (TU Dortmund) Commonsense Reasoning 1 / 17 Commonsense Reasoning – Übersicht • Einführung und Übersicht • Nichtklassisches Schlussfolgern • Rangfunktionen – ein einfaches epistemisches Modell • Probabilistische Folgerungsmodelle und -strategien • Qualitative und quantitative Wissensrepräsentation • Argumentation • Commonsense Reasoning in Multi-Agentensystemen • Schlussteil und Prüfungsvorbereitung G. Kern-Isberner (TU Dortmund) Commonsense Reasoning 2 / 17 Kapitel 8 8. Schlussteil und Prüfungsvorbereitung G. Kern-Isberner (TU Dortmund) Commonsense Reasoning 3 / 17 Schlussteil und Prüfungsvorbereitung Schlussteil Commonsense Reasoning – Gesamtübersicht 1 Einführung und Übersicht 2 Nichtklassisches Schlussfolgern 3 Rangfunktionen – ein einfaches epistemisches Modell 4 Probabilistische Folgerungsmodelle und -strategien 5 Qualitative und quantitative Wissensrepräsentation 6 Argumentation 7 Commonsense Reasoning in Multi-Agentensystemen 8 Schlussteil und Prüfungsvorbereitung G. Kern-Isberner (TU Dortmund) Commonsense Reasoning 4 / 17 Schlussteil und Prüfungsvorbereitung Schlussteil CR – Struktur Logische Eigenschaften des CR (Kap. 2) Qualitative Modellierung (Kap. 3) Quantitative Modellierung (Kap. 4) Schnittstellen Qualitativ – Quantitativ (Kap. 5) Argumentation (Kap. 6) CR in MAS (Kap. 7) G. Kern-Isberner (TU Dortmund) Commonsense Reasoning 5 / 17 Schlussteil und Prüfungsvorbereitung Schlussteil CR – Inhalte Schwerpunkt: Epistemische Sichtweise, d.h. auf das subjektive Wissen eines Agenten (in einer realen Umgebung) bezogen. → Wissenszustand als Basis des Commonsense Reasoning: • qualitativ – insbesondere Rangfunktionen (Kap. 2,3); • quantitativ – insbesondere Wahrscheinlichkeiten (Kap. 4); Es gibt Zusammenhänge zwischen beiden Modellierungsarten → Kap. 5. G. Kern-Isberner (TU Dortmund) Commonsense Reasoning 6 / 17 Schlussteil und Prüfungsvorbereitung Schlussteil CR – Inhalte (Forts.) Agenten im Kontext anderer Agenten: • Agenten im Dialog mit sich selbst und mit anderen: Argumentation (Kap. 6); • Gemeinsames Wissen von Agenten: MAS-Wissenslogik, Informationsfusion (Kap. 7); • Agenten treffen Entscheidungen: Präferenzen (Kap. 7); Auch wichtig: Konfliktlösung, insbesondere • Parakonsistenz = Koexistenz von Konflikten (Kap. 2); • Argumentation = Evaluation von Pro und Contra (Kap. 6); • Fusion = (teilweise) Auflösung von Konflikten durch Priorisierung (Kap. 7). G. Kern-Isberner (TU Dortmund) Commonsense Reasoning 7 / 17 Schlussteil und Prüfungsvorbereitung Schlussteil Was wäre noch interessant? • Possibilistische Logik (als Alternative zu Rangfunktionen) • Kausalität G. Kern-Isberner (TU Dortmund) Commonsense Reasoning 8 / 17 Schlussteil und Prüfungsvorbereitung Prüfungsvorbereitung CR-Prüfungen – Rahmen Prüfungen in Commonsense Reasoning sind mündliche Prüfungen (30-40 Min.): • 5-10 Minuten Prüfung über ein Themengebiet eigener Wahl; • 25-30 Minuten Prüfung über alle anderen Themen: • Erklären von Begriffen, Erläutern von Definitionen; • Erläutern an Beispielen; • Zusammenhänge zwischen Ansätzen/Theorien (im selben Kapitel, in anderen Kapiteln?); • Beweisideen, Verständnis von Beweisen. G. Kern-Isberner (TU Dortmund) Commonsense Reasoning 9 / 17 Schlussteil und Prüfungsvorbereitung Prüfungsvorbereitung CR-Prüfungen – Inhalte Die folgenden Fragen sprechen wichtige Inhalte der einzelnen Kapitel an. Die Gesamtmenge der Fragen ist (viel) zu umfangreich für eine einzelne Prüfung, deckt aber auch nicht alle möglichen Prüfungsfragen ab. Die Fragen sollen einen Eindruck vermitteln von der Art der Fragen während einer Prüfung. G. Kern-Isberner (TU Dortmund) Commonsense Reasoning 10 / 17 Schlussteil und Prüfungsvorbereitung Prüfungsvorbereitung Kapitel 1 – Einführung und Überblick • Erklären Sie die Begriffe nichtmonotone, parakonsistente und induktive Inferenz. • Was ist ein Wissenszustand? Wie hängt er mit einer Wissensmenge, einer Wissensbasis zusammen? • Beschreiben Sie die Begriffe Default-Regel und Konditional. • Welche Rolle spielen Konditionale für plausible Schlussfolgerungen? G. Kern-Isberner (TU Dortmund) Commonsense Reasoning 11 / 17 Schlussteil und Prüfungsvorbereitung Prüfungsvorbereitung Kapitel 2 – Nichtklassisches Schlussfolgern • Beschreiben Sie das parakonsistente System FOUR. Was sind seine designierten Wahrheitswerte? Wie werden (klassische und neue) Junktoren interpretiert? In welcher Form kann unsicheres Wissen gut repräsentiert werden? • Beschreiben Sie die Eigenschaften des System P und erläutern Sie diese. • Was versteht man unter der präferentiellen Semantik und welche Bedeutung hat sie für das nichtmonotone/plausible Schlussfolgern? Welche Beziehungen gibt es zu System P? • Was ist eine Extensionsfamilie? Warum ist dieser Begriff für die Vorlesung relevant? G. Kern-Isberner (TU Dortmund) Commonsense Reasoning 12 / 17 Schlussteil und Prüfungsvorbereitung Prüfungsvorbereitung Kapitel 3 – Rangfunktionen, ein einfaches epistemisches Modell • Was ist eine ordinale konditionale Funktion (OCF)? Auswertung von Formeln, Konditionalen? • Welcher Zusammenhang besteht zwischen OCFs und präferentieller Semantik? • Wie kann man auf der Basis von OCFs Inferenzrelationen definieren? • Was versteht man unter System Z? • Was ist eine c-Repräsentation? G. Kern-Isberner (TU Dortmund) Commonsense Reasoning 13 / 17 Schlussteil und Prüfungsvorbereitung Prüfungsvorbereitung Kapitel 4 – Probabilistische Folgerungsmodelle • Erläutern Sie probability kinematics und die Regel von Jeffrey. • Was ist bedingte Unabhängigkeit? Nennen Sie eine formale Eigenschaft (6= Symmetrie) dieser Relation. • Skizzieren Sie, wie lokale Wissenspropagation in probabilistischen Bäumen funktioniert. Welche Rolle spielen λ- und π-Nachrichten für die Berechnung der Wahrscheinlichkeit? Was ist die Bedeutung von Pbel (A)? • Was sind LEG-Netze? Was ist eine notwendige Bedingung für die Existenz einer unterliegenden gemeinsamen Verteilung? • Welches Problem kann man mit dem Prinzip der maximalen Entropie lösen? Was ist ME-Inferenz? Welche Eigenschaften hat sie? Welche Bedeutung hat sie für das Commonsense Reasoning? G. Kern-Isberner (TU Dortmund) Commonsense Reasoning 14 / 17 Schlussteil und Prüfungsvorbereitung Prüfungsvorbereitung Kapitel 5 – Qualitative und quantitative Wissensrepräsentation • Wie hängen OCFs mit Wahrscheinlichkeiten zusammen? (→ qualitative Wahrscheinlichkeiten) • Was versteht man unter der -Semantik? • Was ist ein konditionales Ereignis? G. Kern-Isberner (TU Dortmund) Commonsense Reasoning 15 / 17 Schlussteil und Prüfungsvorbereitung Prüfungsvorbereitung Kapitel 6 – Argumentation • Was ist ein de.l .p.? • Erklären Sie den Begriff eines dialektischen Argumentationsbaumes. • Wann kann ein Literal in DeLP garantiert werden? • Was ist ein abstraktes Argumentationssystem? • Was sind zulässige, bevorzugte, vollständige, grundierte und stabile Extensionen? Welche Beziehungen bestehen zwischen ihnen? • Skizzieren Sie den Zusammenhang zwischen Argumentation und Default-Logiken. • Was sind Labellingfunktionen, und welche Rolle spielen sie für abstrakte Argumentationssysteme? Wann hat ein Argument den vollständigen Status “in”? G. Kern-Isberner (TU Dortmund) Commonsense Reasoning 16 / 17 Schlussteil und Prüfungsvorbereitung Prüfungsvorbereitung Kapitel 7 – CR in MAS • Warum sind Präferenzen für Entscheidungen wichtig? • Kennen Sie eine Methode zur multikriteriellen Entscheidungsfindung? • Was behandelt die Social Choice Theorie? Welches Problem besteht für die Arrow’schen Postulate? Was besagt das Unlösbarkeitstheorem von Arrow? Was ist der Grund für diese Unlösbarkeit? G. Kern-Isberner (TU Dortmund) Commonsense Reasoning 17 / 17
