Elementy kognitywistyki III: Modele i architektury poznawcze

Wielkość: px
Rozpocząć pokaz od strony:

Download "Elementy kognitywistyki III: Modele i architektury poznawcze"

Transkrypt

1 Elementy kognitywistyki III: Modele i architektury poznawcze Wykład IV: Reprezentacje jako Modele symboliczne I: Rachunek predykatów, Sieci semantyczne

2 Gwoli przypomnienia: Kroki w modelowaniu kognitywnym: teoretyczne ramy pojęciowe (modele pojęciowe) przeformułowanie założeń w precyzyjnym języku dodatkowe założenia szacowanie parametrów na podstawie danych empirycznych porównywanie przewidywań konkurujących modeli

3 Problem reprezentacji...w psychologii: reprezentacja poznawcza: uproszczony model tego, do czego się odnosi spór o reprezentacjonizm reprezentacja przedstawia w obrębie umysłu bodźce: realizm konstruktywizm

4 Reprezentacje w modelach obliczeniowych Dwa pytania: jakiego rodzaju reprezentacjami modele manipulują? na jakiej zasadzie reprezentacje reprezentują? w jakich warunkach coś jest reprezentacją? co determinuje odniesienie reprezentacji? reprezentacje atomiczne nie mają wewnętrznej struktury reprezentacje złożone zestawione z reprezentacji atomicznych reprezentacje kompozycjonalne: to, co reprezentuje całość jest funkcją tego, co reprezentują części oraz relacji strukturalnych : k ; 75

5 Standardowe formaty reprezentacji...wysokiego poziomu (kompilowane następnie na kod maszynowy) I. Rachunek predykatów 7 typów wyrażeń (PROLOG): predykaty: pies(x), zatrudniony(x,y), is_a(jan, czlowiek) nazwy: X=jan, Y=spolka_zoo zmienne: X, Y zdania, zdania otwarte: zatrudniony(jan, spolka_zoo). spójniki: ssak(x) : czlowiek(x). kwantyfikatory

6 Rachunek predykatów Zapytanie w PROLOGu cel; odnalezienie odpowiedzi realizacja celu? pies(snoopy). YES.? pies(x). X=snoopy. X=odie. zalety reprezentacji w postaci RP wyraźna semantyka znane własności formalne modularność naturalny sposób hierarchiczna) wyrażania słabość: fragmentacja informacji pewnych idei (zależność

7 Sieci semantyczne

8 Sieci semantyczne Ukierunkowany graf, na który składają się: węzły oraz łączące je łuki pierwotnie: model ludzkiej pamięci asocjacyjnej (Quillian 1968) obecnie: formalizm reprezentacji wiedzy automatycznego systemu wnioskowania oraz wsparcie 6 typów sieci semantycznych: 1. sieci definicyjne: podstawowe relacje: podtyp oraz jest-to (is-a) wspierają regułę dziedziczności (inheritance) informacje w sieci uznaje się za prawdziwe (definicje) system KL-ONE (Brachman, Schmolze)

9 Hierarchia dziedziczności

10 Sieci semantyczne 2. sieci asercyjne zaprojektowane by wyrażać asercje sądów przygodna prawdziwość przechowywanych informacji modele struktur pojęciowych tkwiących u podstaw semantyki języka naturalnego Peirce: notacja graficzna pokazująca atomy i molekuły logiki R. Schank: zależności pojęciowe (Conceptual Dependency) od słów do pojęć; reprezentacja na poziomie zdań; później: skrypty (Schank, Abelson 1977), MOP, TOP

11 Sieci semantyczne

12 Sieci asercyjne, cd.

13 Sieci asercyjne, cd. S. Shapiro: MIND, SNePS: propozycjonalne sieci semantyczne Sądy reprezentowane są przez węzły, nie łuki, oraz: Każdy węzeł reprezentuje unikalne pojęcie Każde pojęcie reprezentowane jest przez węzeł Wiedza o pojęciu: struktura związana z węzłem Sieci sem. reprezentują sieci przekonań (nie świat lub tekst) modyfikacja sieci propozycjonalnych: Grafy Pojęciowe (J. Sowa) relacje zagnieżdżone w węzłach propozycjonalnych własności lingwistyczne (Tesniere), logiczne (Peirce)

14 Sieci asercyjne, cd.

15 Grafy pojęciowe

16 Sieci semantyczne, cd. 3. sieci implikacyjne relacją wiążącą węzły jest implikacja (inne relacje zagnieżdżone) reprezentacja wzorców przekonań, przyczynowości i wnioskowań 4. sieci wykonawcze obejmują wewn. (powiązane z węzłami) lub zewnętrzne mechanizmy: przesyłające informacje między węzłami wykonujące działania na węźle lub okolicznych węzłach transformujące grafy (łączenie, rozbijanie) przykład: grafy przepływu danych [dataflow graphs]: węzły pasywne/aktywne

17 Sieci semantyczne, cd.

18 Sieci uczące się i hybrydowe budują i rozszerzają swoje reprezentacje w oparciu o przykłady modyfikacja sieci: pamięć rdzenna [rote memory] zmiana wag restrukturyzowanie 6. sieci hybrydowe: łączą w sobie dwie lub więcej z powyższych technik wnioskowanie: rozprzestrzeniająca się aktywacja [spreading activation] pytania: przekazanie niepełnej sieci zalety: kolekcjonują informacje razem słabości: reprezentacja typowości/normalności, dysjunkcji, negacji

19 Sieci uczące się i hybrydowe

Elementy kognitywistyki III: Modele i architektury poznawcze

Elementy kognitywistyki III: Modele i architektury poznawcze Elementy kognitywistyki III: Modele i architektury poznawcze Wykład III: Psychologiczne modele umysłu Gwoli przypomnienia: Kroki w modelowaniu kognitywnym: teoretyczne ramy pojęciowe (modele pojęciowe)

Bardziej szczegółowo

Elementy kognitywistyki III: Modele i architektury poznawcze

Elementy kognitywistyki III: Modele i architektury poznawcze Elementy kognitywistyki III: Modele i architektury poznawcze Wykład II: Modele pojęciowe Gwoli przypomnienia: Kroki w modelowaniu kognitywnym: teoretyczne ramy pojęciowe (modele pojęciowe) przeformułowanie

Bardziej szczegółowo

Elementy kognitywistyki III: Modele i architektury poznawcze

Elementy kognitywistyki III: Modele i architektury poznawcze Elementy kognitywistyki III: Modele i architektury poznawcze Wykład I: Pomieszanie z modelem w środku Czym jest kognitywistyka? Dziedzina zainteresowana zrozumieniem procesów, dzięki którym mózg (zwł.

Bardziej szczegółowo

Wstęp do kognitywistyki. Wykład 12: Wprowadzenie do SI. Obliczeniowa teoria umysłu

Wstęp do kognitywistyki. Wykład 12: Wprowadzenie do SI. Obliczeniowa teoria umysłu Wstęp do kognitywistyki Wykład 12: Wprowadzenie do SI. Obliczeniowa teoria umysłu Sztuczna inteligencja...to próba zrozumienia i wyjaśnienia jednostek inteligentnych. Specyfika SI polega na metodzie: wyjaśnianie

Bardziej szczegółowo

Czy architektura umysłu to tylko taka sobie bajeczka? Marcin Miłkowski

Czy architektura umysłu to tylko taka sobie bajeczka? Marcin Miłkowski Czy architektura umysłu to tylko taka sobie bajeczka? Marcin Miłkowski Architektura umysłu Pojęcie używane przez prawie wszystkie współczesne ujęcia kognitywistyki Umysł Przetwornik informacji 2 Architektura

Bardziej szczegółowo

Wykład 11b. System aksjomatyczny Klasycznego Rachunku Predykatów. Aksjomaty i reguły inferencyjne

Wykład 11b. System aksjomatyczny Klasycznego Rachunku Predykatów. Aksjomaty i reguły inferencyjne Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 11b. System aksjomatyczny Klasycznego Rachunku Predykatów. Aksjomaty i reguły inferencyjne Istnieje wiele systemów aksjomatycznych

Bardziej szczegółowo

Reprezentacja wiedzy ontologie, logiki deskrypcyjne

Reprezentacja wiedzy ontologie, logiki deskrypcyjne Reprezentacja wiedzy ontologie, logiki deskrypcyjne Agnieszka Ławrynowicz 24 listopada 2016 Plan wykładu 1 Powtórka: sieci semantyczne, RDF 2 Definicja ontologii 3 Logiki deskrypcyjne Semantyczny Internet

Bardziej szczegółowo

Elementy kognitywistyki II:

Elementy kognitywistyki II: Elementy kognitywistyki II: Sztuczna inteligencja WYKŁAD VII: Budujemy bazę wiedzy (Reprezentacja wiedzy w SI) Poprzednio: podstawowe strategie szukania: szukanie na ślepo [blind, uninformed search] w

Bardziej szczegółowo

Główne problemy kognitywistyki: Reprezentacja

Główne problemy kognitywistyki: Reprezentacja Główne problemy kognitywistyki: Reprezentacja Wykład dziesiąty Hipoteza języka myśli (LOT): źródła i założenia Andrzej Klawiter http://www.amu.edu.pl/~klawiter klawiter@amu.edu.pl Filozoficzne źródła:

Bardziej szczegółowo

Elementy kognitywistyki II: Sztuczna inteligencja

Elementy kognitywistyki II: Sztuczna inteligencja Elementy kognitywistyki II: Sztuczna inteligencja Piotr Konderak Zakład Logiki i Filozofii Nauki p.203b, Collegium Humanicum konsultacje: wtorki, 16:00-17:00 kondorp@bacon.umcs.lublin.pl http://konderak.eu

Bardziej szczegółowo

Dowody założeniowe w KRZ

Dowody założeniowe w KRZ Dowody założeniowe w KRZ Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl w styczniu 2007 Jerzy Pogonowski (MEG) Dowody założeniowe w KRZ w styczniu 2007 1 / 10 Dowody

Bardziej szczegółowo

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD XII: Modele i architektury poznawcze

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD XII: Modele i architektury poznawcze Elementy kognitywistyki II: Sztuczna inteligencja WYKŁAD XII: Modele i architektury poznawcze Architektury poznawcze Architektura poznawcza jako teoria poznania ludzkiego Anderson (1993): Architektura

Bardziej szczegółowo

Modelowanie danych, projektowanie systemu informatycznego

Modelowanie danych, projektowanie systemu informatycznego Modelowanie danych, projektowanie systemu informatycznego Modelowanie odwzorowanie rzeczywistych obiektów świata rzeczywistego w systemie informatycznym Modele - konceptualne reprezentacja obiektów w uniwersalnym

Bardziej szczegółowo

Semantyka rachunku predykatów

Semantyka rachunku predykatów Relacje Interpretacja Wartość Spełnialność Logika obliczeniowa Instytut Informatyki Relacje Interpretacja Wartość Plan Plan Relacje O co chodzi? Znaczenie w logice Relacje 3 Interpretacja i wartościowanie

Bardziej szczegółowo

Ontologie, czyli o inteligentnych danych

Ontologie, czyli o inteligentnych danych 1 Ontologie, czyli o inteligentnych danych Bożena Deka Andrzej Tolarczyk PLAN 2 1. Korzenie filozoficzne 2. Ontologia w informatyce Ontologie a bazy danych Sieć Semantyczna Inteligentne dane 3. Zastosowania

Bardziej szczegółowo

Logika Stosowana. Wykład 2 - Logika modalna Część 2. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017

Logika Stosowana. Wykład 2 - Logika modalna Część 2. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017 Logika Stosowana Wykład 2 - Logika modalna Część 2 Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 27 Plan wykładu

Bardziej szczegółowo

Systemy ekspertowe i ich zastosowania. Katarzyna Karp Marek Grabowski

Systemy ekspertowe i ich zastosowania. Katarzyna Karp Marek Grabowski Systemy ekspertowe i ich zastosowania Katarzyna Karp Marek Grabowski Plan prezentacji Wstęp Własności systemów ekspertowych Rodzaje baz wiedzy Metody reprezentacji wiedzy Metody wnioskowania Języki do

Bardziej szczegółowo

Programowanie w logice

Programowanie w logice Programowanie w logice PROLOG cz.1 PROLOG język wysokiego poziomu Powstał w 1972 na Uniwersytecie w Marsylii (Francja) w zespole A.Colmerauer a i F.Roussel a PROgrammation en LOGique, PROgramming in LOGic,

Bardziej szczegółowo

Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu.

Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu. Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu. 1 Logika Klasyczna obejmuje dwie teorie:

Bardziej szczegółowo

Elementy kognitywistyki III: Modele i architektury poznawcze

Elementy kognitywistyki III: Modele i architektury poznawcze Elementy kognitywistyki III: Modele i architektury poznawcze Wykład X/XI: Architektury poznawcze (symboliczne) III: GLAIR/SNePS GLAIR/SNePS - przegląd GLAIR/SNePS (Grounded Layered Architecture with Integrated

Bardziej szczegółowo

MATEMATYKA DYSKRETNA, PODSTAWY LOGIKI I TEORII MNOGOŚCI

MATEMATYKA DYSKRETNA, PODSTAWY LOGIKI I TEORII MNOGOŚCI MATEMATYKA DYSKRETNA, PODSTAWY LOGIKI I TEORII MNOGOŚCI Program wykładów: dr inż. Barbara GŁUT Wstęp do logiki klasycznej: rachunek zdań, rachunek predykatów. Elementy semantyki. Podstawy teorii mnogości

Bardziej szczegółowo

1 Projektowanie systemu informatycznego

1 Projektowanie systemu informatycznego Plan wykładu Spis treści 1 Projektowanie systemu informatycznego 1 2 Modelowanie pojęciowe 4 2.1 Encja....................................... 5 2.2 Własności.................................... 6 2.3 Związki.....................................

Bardziej szczegółowo

Wstęp do kognitywistyki. Wykład 5: Rewolucja kognitywna?

Wstęp do kognitywistyki. Wykład 5: Rewolucja kognitywna? Wstęp do kognitywistyki Wykład 5: Rewolucja kognitywna? Schizma dwie metodologie, dwa obszary zainteresowań: adaptacja i życie znaczenie i umysł interpretacja celu, miejsce znaczenia ciało i umysł: te

Bardziej szczegółowo

Czy istnieje logika w naszych głowach

Czy istnieje logika w naszych głowach Marek Lechniak Wydział Filozofii KUL lechmar@kul.pl I Konkurs logiczny Lublin, 23 marca 2013 r. Nonsensem jest przekonanie, że umiejętności z zakresu logiki podstawowej można się wyuczyć J. Macnamara,

Bardziej szczegółowo

Logika Stosowana. Wykład 1 - Logika zdaniowa. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017

Logika Stosowana. Wykład 1 - Logika zdaniowa. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017 Logika Stosowana Wykład 1 - Logika zdaniowa Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 30 Plan wykładu 1 Język

Bardziej szczegółowo

Wprowadzenie do logiki Klasyczny Rachunek Zdań część 3

Wprowadzenie do logiki Klasyczny Rachunek Zdań część 3 Wprowadzenie do logiki Klasyczny Rachunek Zdań część 3 Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@amu.edu.pl Plan gry: 1 Czym są zdania? 2 Język Klasycznego Rachunku Zdań syntaktyka 3 Język

Bardziej szczegółowo

Wprowadzenie do logiki Zdania, cz. III Język Klasycznego Rachunku Predykatów

Wprowadzenie do logiki Zdania, cz. III Język Klasycznego Rachunku Predykatów Wprowadzenie do logiki Zdania, cz. III Język Klasycznego Rachunku Predykatów Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@amu.edu.pl Plan na pytanie o odniesienie przedmiotowe zdań odpowiedź

Bardziej szczegółowo

Metody dowodzenia twierdzeń i automatyzacja rozumowań Systemy aksjomatyczne I

Metody dowodzenia twierdzeń i automatyzacja rozumowań Systemy aksjomatyczne I Metody dowodzenia twierdzeń i automatyzacja rozumowań Systemy aksjomatyczne I Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl OSTRZEŻENIE Niniejszy plik nie zawiera wykładu z Metod dowodzenia...

Bardziej szczegółowo

Podstawy Sztucznej Inteligencji (PSZT)

Podstawy Sztucznej Inteligencji (PSZT) Podstawy Sztucznej Inteligencji (PSZT) Paweł Wawrzyński Wnioskowanie logiczne i systemy eksperckie Systemy posługujące się logiką predykatów: część 3/3 Dzisiaj Uogólnienie Poprawność i pełność wnioskowania

Bardziej szczegółowo

Programowanie deklaratywne

Programowanie deklaratywne Programowanie deklaratywne Artur Michalski Informatyka II rok Plan wykładu Wprowadzenie do języka Prolog Budowa składniowa i interpretacja programów prologowych Listy, operatory i operacje arytmetyczne

Bardziej szczegółowo

Klasyczny rachunek zdań 1/2

Klasyczny rachunek zdań 1/2 Klasyczny rachunek zdań /2 Elementy logiki i metodologii nauk spotkanie VI Bartosz Gostkowski Poznań, 7 XI 9 Plan wykładu: Zdanie w sensie logicznym Klasyczny rachunek zdań reguły słownikowe reguły składniowe

Bardziej szczegółowo

Kultura logiczna Klasyczny rachunek zdań 1/2

Kultura logiczna Klasyczny rachunek zdań 1/2 Kultura logiczna Klasyczny rachunek zdań /2 Bartosz Gostkowski bgostkowski@gmail.com Kraków 22 III 2 Plan wykładu: Zdanie w sensie logicznym Klasyczny rachunek zdań reguły słownikowe reguły składniowe

Bardziej szczegółowo

2

2 1 2 3 4 5 Dużo pisze się i słyszy o projektach wdrożeń systemów zarządzania wiedzą, które nie przyniosły oczekiwanych rezultatów, bo mało kto korzystał z tych systemów. Technologia nie jest bowiem lekarstwem

Bardziej szczegółowo

Składnia rachunku predykatów pierwszego rzędu

Składnia rachunku predykatów pierwszego rzędu Początek Gramatyka Kwantyfikatory Poprawność Logika obliczeniowa Instytut Informatyki Początek Gramatyka Kwantyfikatory Poprawność Plan wykładu 1 Na (dobry) początek Zrozumieć słowa Oswoić znaki 2 Gramatyka

Bardziej szczegółowo

Z punktu widzenia kognitywisty: język naturalny

Z punktu widzenia kognitywisty: język naturalny Z punktu widzenia kognitywisty: język naturalny Wykład I: Czym jest język? http://konderak.eu/pwk13.html Piotr Konderak kondorp@bacon.umcs.lublin.pl p. 205, Collegium Humanicum konsultacje: czwartki, 11:10-12:40

Bardziej szczegółowo

Spis treści Informacje podstawowe Predykaty Przykłady Źródła RDF. Marek Prząda. PWSZ w Tarnowie. Tarnów, 6 lutego 2009

Spis treści Informacje podstawowe Predykaty Przykłady Źródła RDF. Marek Prząda. PWSZ w Tarnowie. Tarnów, 6 lutego 2009 PWSZ w Tarnowie Tarnów, 6 lutego 2009 1 Interpretacja trójek i SWI-Prolog Składnia 2 3 4 Interpretacja trójek i SWI-Prolog Składnia Opis (ang. Resource Description Framework) jest specyfikacją modelu metadanych,

Bardziej szczegółowo

Wstęp do kognitywistyki. Wykład 7: Psychologia poznawcza: nietrwałe reprezentacje mentalne

Wstęp do kognitywistyki. Wykład 7: Psychologia poznawcza: nietrwałe reprezentacje mentalne Wstęp do kognitywistyki Wykład 7: Psychologia poznawcza: nietrwałe reprezentacje mentalne Reprezentacje poznawcze Reprezentacja poznawcza umysłowy odpowiednik obiektów (realnie istniejących, fikcyjnych,

Bardziej szczegółowo

Liczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 15 zaliczenie z oceną

Liczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 15 zaliczenie z oceną Wydział: Prawo i Administracja Nazwa kierunku kształcenia: Prawo Rodzaj przedmiotu: podstawowy Opiekun: prof. dr hab. Kazimierz Pawłowski Poziom studiów (I lub II stopnia): Jednolite magisterskie Tryb

Bardziej szczegółowo

Reprezentacje grafów nieskierowanych Reprezentacje grafów skierowanych. Wykład 2. Reprezentacja komputerowa grafów

Reprezentacje grafów nieskierowanych Reprezentacje grafów skierowanych. Wykład 2. Reprezentacja komputerowa grafów Wykład 2. Reprezentacja komputerowa grafów 1 / 69 Macierz incydencji Niech graf G będzie grafem nieskierowanym bez pętli o n wierzchołkach (x 1, x 2,..., x n) i m krawędziach (e 1, e 2,..., e m). 2 / 69

Bardziej szczegółowo

Reguły gry zaliczenie przedmiotu wymaga zdania dwóch testów, z logiki (za ok. 5 tygodni) i z filozofii (w sesji); warunkiem koniecznym podejścia do

Reguły gry zaliczenie przedmiotu wymaga zdania dwóch testów, z logiki (za ok. 5 tygodni) i z filozofii (w sesji); warunkiem koniecznym podejścia do Reguły gry zaliczenie przedmiotu wymaga zdania dwóch testów, z logiki (za ok. 5 tygodni) i z filozofii (w sesji); warunkiem koniecznym podejścia do testu z filozofii jest zaliczenie testu z logiki i zaliczenie

Bardziej szczegółowo

Co to jest znaczenie? Współczesne koncepcje znaczenia i najważn. i najważniejsze teorie semantyczne

Co to jest znaczenie? Współczesne koncepcje znaczenia i najważn. i najważniejsze teorie semantyczne Co to jest znaczenie? Współczesne koncepcje znaczenia i najważniejsze teorie semantyczne Uniwersytet Kardynała Stefana Wyszyńskiego 1 Koncepcje znaczenia 2 3 1. Koncepcje referencjalne znaczenie jako byt

Bardziej szczegółowo

Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki. Wykład 14. Wprowadzenie do logiki intuicjonistycznej

Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki. Wykład 14. Wprowadzenie do logiki intuicjonistycznej Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 14. Wprowadzenie do logiki intuicjonistycznej 1 Przedstawione na poprzednich wykładach logiki modalne możemy uznać

Bardziej szczegółowo

Modularność: ujęcie funkcjonalne czy architekturalne?

Modularność: ujęcie funkcjonalne czy architekturalne? Modularność: ujęcie funkcjonalne czy architekturalne? Marcin Miłkowski Zakład Logiki i Kognitywistyki IFiS PAN Plan Funkcjonalne ujęcia modularności Systemy względnie rozkładalne w analizie modułów Moduł

Bardziej szczegółowo

KIERUNEK: KOGNITYWISTYKA

KIERUNEK: KOGNITYWISTYKA KIERUNEK: KOGNITYWISTYKA Plan studiów pierwszego stopnia Cykl kształcenia 2018-2021 Rok akademicki 2018/2019 Zbo zaliczenie bez oceny Z zaliczenie z oceną E egzamin Jeżeli wykłady odbywają się równolegle

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA WYKŁAD 10. WNIOSKOWANIE W LOGICE ROZMYTEJ Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska WNIOSKOWANIE W LOGICE DWUWARTOŚCIOWEJ W logice

Bardziej szczegółowo

ćwiczenia 15 zaliczenie z oceną

ćwiczenia 15 zaliczenie z oceną Wydział: Prawo i Administracja Nazwa kierunku kształcenia: Prawo Rodzaj przedmiotu: podstawowy Opiekun: prof. dr hab. Kazimierz Pawłowski Poziom studiów (I lub II stopnia): Jednolite magisterskie Tryb

Bardziej szczegółowo

Wstęp do kognitywistyki. Wykład 6: Psychologia poznawcza

Wstęp do kognitywistyki. Wykład 6: Psychologia poznawcza Wstęp do kognitywistyki Wykład 6: Psychologia poznawcza Sześciokąt nauk kognitywnych I. Psychologia poznawcza Poznanie to zdolność człowieka do odbierania informacji z otoczenia i przetwarzania ich w celu

Bardziej szczegółowo

Metoda tabel semantycznych. Dedukcja drogi Watsonie, dedukcja... Definicja logicznej konsekwencji. Logika obliczeniowa.

Metoda tabel semantycznych. Dedukcja drogi Watsonie, dedukcja... Definicja logicznej konsekwencji. Logika obliczeniowa. Plan Procedura decyzyjna Reguły α i β - algorytm Plan Procedura decyzyjna Reguły α i β - algorytm Logika obliczeniowa Instytut Informatyki 1 Procedura decyzyjna Logiczna konsekwencja Teoria aksjomatyzowalna

Bardziej szczegółowo

Reprezentacja wiedzy i wnioskowanie

Reprezentacja wiedzy i wnioskowanie i wnioskowanie Dariusz Banasiak Katedra Informatyki Technicznej Wydział Elektroniki Wiedza AI to nauka o komputerowych modelach wiedzy umożliwiających rozumienie, wnioskowanie i działanie. Inteligentne

Bardziej szczegółowo

Wykład I. Wprowadzenie do baz danych

Wykład I. Wprowadzenie do baz danych Wykład I Wprowadzenie do baz danych Trochę historii Pierwsze znane użycie terminu baza danych miało miejsce w listopadzie w 1963 roku. W latach sześcdziesątych XX wieku został opracowany przez Charles

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: obowiązkowy w ramach treści wspólnych z kierunkiem Matematyka, moduł kierunku obowiązkowy Rodzaj zajęć: wykład, ćwiczenia I KARTA PRZEDMIOTU CEL

Bardziej szczegółowo

Uwagi wprowadzajace do reguł wnioskowania w systemie tabel analitycznych logiki pierwszego rzędu

Uwagi wprowadzajace do reguł wnioskowania w systemie tabel analitycznych logiki pierwszego rzędu Witold Marciszewski: Wykład Logiki, 17 luty 2005, Collegium Civitas, Warszawa Uwagi wprowadzajace do reguł wnioskowania w systemie tabel analitycznych logiki pierwszego rzędu 1. Poniższe wyjaśnienie (akapit

Bardziej szczegółowo

Język myśli. ang. Language of Thought, Mentalese. Dr hab. Maciej Witek Zakład Filozofii Nauki, Wydział Humanistyczny Uniwersytet Szczeciński

Język myśli. ang. Language of Thought, Mentalese. Dr hab. Maciej Witek Zakład Filozofii Nauki, Wydział Humanistyczny Uniwersytet Szczeciński Dr hab. Maciej Witek Zakład Filozofii Nauki, Wydział Humanistyczny Uniwersytet Szczeciński http://mwitek.univ.szczecin.pl Język myśli ang. Language of Thought, Mentalese PLAN: I. krótko o języku myśli

Bardziej szczegółowo

Metody dowodzenia twierdzeń i automatyzacja rozumowań Tabele syntetyczne: definicje i twierdzenia

Metody dowodzenia twierdzeń i automatyzacja rozumowań Tabele syntetyczne: definicje i twierdzenia Metody dowodzenia twierdzeń i automatyzacja rozumowań Tabele syntetyczne: definicje i twierdzenia Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl Metoda tabel syntetycznych (MTS) MTS

Bardziej szczegółowo

Logika formalna SYLABUS A. Informacje ogólne

Logika formalna SYLABUS A. Informacje ogólne Logika formalna SYLABUS A. Informacje ogólne studiów Poziom kształcenia Profil studiów Forma studiów Rodzaj przedmiotu Rok studiów /semestr Wymagania wstępne Liczba godzin zajęć Założenia i cele przedmiotu

Bardziej szczegółowo

Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki

Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 5. Wprowadzenie do semantyki teoriomodelowej cz.5. Wynikanie logiczne 1 Na poprzednim wykładzie udowodniliśmy m.in.:

Bardziej szczegółowo

Logika formalna wprowadzenie. Ponieważ punkty 10.i 12. nie były omawiane na zajęciach, dlatego można je przeczytać fakultatywnie.

Logika formalna wprowadzenie. Ponieważ punkty 10.i 12. nie były omawiane na zajęciach, dlatego można je przeczytać fakultatywnie. Logika formalna wprowadzenie Ponieważ punkty 10.i 12. nie były omawiane na zajęciach, dlatego można je przeczytać fakultatywnie. 1. Zdanie logicznie prawdziwe (Prawda logiczna) Zdanie, którego analityczność

Bardziej szczegółowo

Sztuczna inteligencja i logika. Podsumowanie przedsięwzięcia naukowego Kisielewicz Andrzej WNT 20011

Sztuczna inteligencja i logika. Podsumowanie przedsięwzięcia naukowego Kisielewicz Andrzej WNT 20011 Sztuczna inteligencja i logika. Podsumowanie przedsięwzięcia naukowego Kisielewicz Andrzej WNT 20011 Przedmowa. CZĘŚĆ I: WPROWADZENIE 1. Komputer 1.1. Kółko i krzyżyk 1.2. Kodowanie 1.3. Odrobina fantazji

Bardziej szczegółowo

Co to jest znaczenie? Współczesne koncepcje znaczenia i najważn. i najważniejsze teorie semantyczne

Co to jest znaczenie? Współczesne koncepcje znaczenia i najważn. i najważniejsze teorie semantyczne Co to jest znaczenie? Współczesne koncepcje znaczenia i najważniejsze teorie semantyczne Uniwersytet Kardynała Stefana Wyszyńskiego 1 Koncepcje znaczenia 2 3 1. Koncepcje referencjalne znaczenie jako byt

Bardziej szczegółowo

Księgarnia PWN: Szymon Wróbel - Umysł, gramatyka, ewolucja

Księgarnia PWN: Szymon Wróbel - Umysł, gramatyka, ewolucja Księgarnia PWN: Szymon Wróbel - Umysł, gramatyka, ewolucja WSTĘP. MIĘDZY KRYTYKĄ A OBRONĄ ROZUMU OBLICZENIOWEGO 1. INteNCjA 2. KoMPozyCjA 3. tytuł CZĘŚĆ I. WOKÓŁ METODOLOGII ROZDZIAŁ 1. PO CZYM POZNAĆ

Bardziej szczegółowo

Elementy kognitywistyki III: Modele i architektury poznawcze

Elementy kognitywistyki III: Modele i architektury poznawcze Elementy kognitywistyki III: Modele i architektury poznawcze Wykład VII: Modelowanie uczenia się w sieciach neuronowych Uczenie się sieci i trening nienaruszona struktura sieci (z pewnym ale ) nienaruszone

Bardziej szczegółowo

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD IX: Agent przetwarza język naturalny

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD IX: Agent przetwarza język naturalny Elementy kognitywistyki II: Sztuczna inteligencja WYKŁAD IX: Agent przetwarza język naturalny Przetwarzanie języka naturalnego Natural Language Processing, NLP... to formułowanie i testowanie obliczeniowo

Bardziej szczegółowo

Elementy kognitywistyki III: Modele i architektury poznawcze

Elementy kognitywistyki III: Modele i architektury poznawcze Elementy kognitywistyki III: Modele i architektury poznawcze Wykład IX: Architektury poznawcze (symboliczne) II: Soar Soar - przegląd Soar (Start Operator And Result, od 1983) John Laird, Allen Newell,

Bardziej szczegółowo

V Seminarium Naukowe "Inżynierskie zastosowania technologii informatycznych" - relacja

V Seminarium Naukowe Inżynierskie zastosowania technologii informatycznych - relacja V Seminarium Naukowe "Inżynierskie zastosowania technologii informatycznych" - relacja W dniu 27.06.2015 odbyło się V Seminarium Naukowe Inżynierskie zastosowania technologii informatycznych. Organizatorzy

Bardziej szczegółowo

Logika Matematyczna (1)

Logika Matematyczna (1) Logika Matematyczna (1) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 4 X 2007 Jerzy Pogonowski (MEG) Logika Matematyczna (1) 4 X 2007 1 / 18 Plan konwersatorium Dzisiaj:

Bardziej szczegółowo

Kultura logiczna Wnioskowania dedukcyjne

Kultura logiczna Wnioskowania dedukcyjne Kultura logiczna Wnioskowania dedukcyjne Bartosz Gostkowski bgostkowski@gmail.com Kraków 25 IV 2010 Plan wykładu: Intuicje dotyczące poprawności wnioskowania Wnioskowanie dedukcyjne Reguły niezawodne a

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Matematyka Rodzaj przedmiotu: przedmiot obowiązkowy dla wszystkich specjalności Rodzaj zajęć: wykład, ćwiczenia Logika matematyczna Mathematical Logic Poziom przedmiotu: II

Bardziej szczegółowo

Programowanie w Logice Struktury danych (Lista 2)

Programowanie w Logice Struktury danych (Lista 2) Programowanie w Logice Struktury danych (Lista 2) Przemysław Kobylański Wstęp Struktury danych wyraża się w Prologu w postaci termów, tj. symbolicznych wyrażeń. Dotychczas poznaliśmy proste termy takie

Bardziej szczegółowo

Systemy Agentowe główne cechy. Mariusz.Matuszek WETI PG

Systemy Agentowe główne cechy. Mariusz.Matuszek WETI PG Systemy Agentowe główne cechy Mariusz.Matuszek WETI PG Definicja agenta Wiele definicji, w zależności od rozpatrywanego zakresu zastosowań. Popularna definicja: Jednostka obliczeniowa (program, robot),

Bardziej szczegółowo

ROZDZIAŁ 1. Rachunek funkcyjny

ROZDZIAŁ 1. Rachunek funkcyjny ROZDZIAŁ 1 Rachunek funkcyjny Niech X 1,..., X n będą dowolnymi zbiorami. Wyrażenie (formułę) ϕ(x 1,..., x n ), w którym występuje n zmiennych x 1,..., x n i które zamienia się w zdanie logiczne, gdy zamiast

Bardziej szczegółowo

Reprezentacje poznawcze

Reprezentacje poznawcze Reprezentacje poznawcze Reprezentacja poznawcza umysłowy odpowiednik obiektów (realnie istniejących, fikcyjnych, hipotetycznych). Zastępuje swój obiekt w procesach przetwarzania informacji. Reprezentacje

Bardziej szczegółowo

4 Klasyczny rachunek zdań

4 Klasyczny rachunek zdań 4 Klasyczny rachunek zdań Elementy Logiki i Teorii Mnogości 2015/2016 Spis najważniejszych tautologii: (a) p p prawo wyłączonego środka (b) ( p) p prawo podwójnej negacji (c) p q q p (d) p q q p prawo

Bardziej szczegółowo

Wstęp do logiki. Klasyczny Rachunek Predykatów I

Wstęp do logiki. Klasyczny Rachunek Predykatów I Wstęp do logiki Klasyczny Rachunek Predykatów I KRZ jest teorią stanowiącą wstępną część logiki formalnej, część zakładaną przez inne teorie. Przypomnijmy, jest on teorią związków logicznych między zdaniami

Bardziej szczegółowo

Rachunek logiczny. 1. Język rachunku logicznego.

Rachunek logiczny. 1. Język rachunku logicznego. Rachunek logiczny. Podstawową własnością rozumowania poprawnego jest zachowanie prawdy: rozumowanie poprawne musi się kończyć prawdziwą konkluzją, o ile wszystkie przesłanki leżące u jego podstaw były

Bardziej szczegółowo

Sztuczna inteligencja - wprowadzenie

Sztuczna inteligencja - wprowadzenie Sztuczna inteligencja - wprowadzenie Dariusz Banasiak Katedra Informatyki Technicznej W4/K9 Politechnika Wrocławska Sztuczna inteligencja komputerów - wprowadzenie Kontakt: dr inż. Dariusz Banasiak, pok.

Bardziej szczegółowo

Rachunek zdań i predykatów

Rachunek zdań i predykatów Rachunek zdań i predykatów Agnieszka Nowak 14 czerwca 2008 1 Rachunek zdań Do nauczenia :! 1. ((p q) p) q - reguła odrywania RO 2. reguła modus tollens MT: ((p q) q) p ((p q) q) p (( p q) q) p (( p q)

Bardziej szczegółowo

Paradygmaty programowania

Paradygmaty programowania Paradygmaty programowania Jacek Michałowski, Piotr Latanowicz 15 kwietnia 2014 Jacek Michałowski, Piotr Latanowicz () Paradygmaty programowania 15 kwietnia 2014 1 / 12 Zadanie 1 Zadanie 1 Rachunek predykatów

Bardziej szczegółowo

Załącznik Nr 4. odniesienie do obszarowych efektów kształcenia w KRK. kierunkowe efekty kształceniaopis WIEDZA

Załącznik Nr 4. odniesienie do obszarowych efektów kształcenia w KRK. kierunkowe efekty kształceniaopis WIEDZA Załącznik Nr 4. Odniesienie kierunkowych efektów kształcenia do obszarowych efektów kształcenia dla obszaru lub obszarów kształcenia przyporządkowanych temu kierunkowi Kognitywistyka z racji tradycji badawczych

Bardziej szczegółowo

Testowanie i walidacja oprogramowania

Testowanie i walidacja oprogramowania Testowanie i walidacja oprogramowania Inżynieria oprogramowania, sem.5 cz. 5 Rok akademicki 2010/2011 Dr inż. Wojciech Koziński Przykład Obliczmy sumę: 0+1+2+...+i, i є [0,100] read(i); if((i < 0)(i >

Bardziej szczegółowo

Epistemologia. #00 Abstrakty prac. Paweł Łupkowski. Instytut Psychologii UAM

Epistemologia. #00 Abstrakty prac. Paweł Łupkowski. Instytut Psychologii UAM Epistemologia #00 Abstrakty prac Paweł Łupkowski Instytut Psychologii UAM 1 / 13 Abstrakt imię i nazwisko autora, numer indeksu, tytuł pracy, adres e-mail do kontaktu, abstrakt (około 250 słów), zestaw

Bardziej szczegółowo

Zaawansowane Modelowanie I Analiza Systemów Informatycznych

Zaawansowane Modelowanie I Analiza Systemów Informatycznych Zaawansowane Modelowanie I Analiza Systemów Informatycznych Wprowadzenie mgr. inż. Tomasz Pieciukiewicz tomasz.pieciukiewicz@gmail.com Agenda ZMA jako przedmiot Wprowadzenie do Object Role Modeling ZMA

Bardziej szczegółowo

Internet Semantyczny. Logika opisowa

Internet Semantyczny. Logika opisowa Internet Semantyczny Logika opisowa Ontologie Definicja Grubera: Ontologia to formalna specyfikacja konceptualizacji pewnego obszaru wiedzy czy opisu elementów rzeczywistości. W Internecie Semantycznym

Bardziej szczegółowo

Zasada rozszerzania. A U A jest zbiorem rozmytym, B jest obrazem zbioru A Przeniesienie rozmytości A w odwzorowaniu f na zbiór B. sup.

Zasada rozszerzania. A U A jest zbiorem rozmytym, B jest obrazem zbioru A Przeniesienie rozmytości A w odwzorowaniu f na zbiór B. sup. Zasada rozszerzania f U V U jest zbiorem rozmytym V = f( ), jest obrazem zbioru Przeniesienie rozmytości w odwzorowaniu f na zbiór v) = ( v)? ( f ( ) = sup ( u) gdy ( v) 0 1 = 1 u f ( v) f( ) ( v) 1 0

Bardziej szczegółowo

P. KOŁODZIEJCZYK, Związek logiki kwantyfikatorów rozgałęzionych i teorii sieci semantycznych...

P. KOŁODZIEJCZYK, Związek logiki kwantyfikatorów rozgałęzionych i teorii sieci semantycznych... 1 Tytuł: Związek logiki kwantyfikatorów rozgałęzionych i teorii sieci semantycznych w badaniach nad sztuczną inteligencją Autor: Piotr Kołodziejczyk; pkolodziejczyk@interia.pl Źródło: http://kognitywistyka.net;

Bardziej szczegółowo

Wstęp do kognitywistyki. Wykład 3: Logiczny neuron. Rachunek sieci neuronowych

Wstęp do kognitywistyki. Wykład 3: Logiczny neuron. Rachunek sieci neuronowych Wstęp do kognitywistyki Wykład 3: Logiczny neuron. Rachunek sieci neuronowych Epistemologia eksperymentalna W. McCulloch: Wszystko, czego dowiadujemy się o organizmach wiedzie nas do wniosku, iż nie są

Bardziej szczegółowo

Znaczenie. Intuicyjnie najistotniejszy element teorii języka Praktyczne zastosowanie teorii lingwistycznej wymaga uwzględnienia znaczeń

Znaczenie. Intuicyjnie najistotniejszy element teorii języka Praktyczne zastosowanie teorii lingwistycznej wymaga uwzględnienia znaczeń Znaczenie Intuicyjnie najistotniejszy element teorii języka Praktyczne zastosowanie teorii lingwistycznej wymaga uwzględnienia znaczeń postulaty teorii semantycznej: uznajemy zdania za znaczące z racji

Bardziej szczegółowo

Strukturalizacja otoczenia agentów: ontologie, CYC, sieci semantyczne

Strukturalizacja otoczenia agentów: ontologie, CYC, sieci semantyczne WYKŁAD 8 Strukturalizacja otoczenia agentów: ontologie, CYC, sieci semantyczne Jan widział X, gdy leciał nad miastem. Jan widział samolot, gdy leciał nad miastem. Jan widział dom, gdy leciał nad miastem.

Bardziej szczegółowo

Metoda Tablic Semantycznych

Metoda Tablic Semantycznych Procedura Plan Reguły Algorytm Logika obliczeniowa Instytut Informatyki Plan Procedura Reguły 1 Procedura decyzyjna Logiczna równoważność formuł Logiczna konsekwencja Procedura decyzyjna 2 Reguły α, β,

Bardziej szczegółowo

Podstawowe Pojęcia. Semantyczne KRZ

Podstawowe Pojęcia. Semantyczne KRZ Logika Matematyczna: Podstawowe Pojęcia Semantyczne KRZ I rok Językoznawstwa i Informacji Naukowej UAM 2006-2007 Jerzy Pogonowski Zakład Logiki Stosowanej UAM http://www.logic.amu.edu.pl Dodatek: ściąga

Bardziej szczegółowo

Programowanie deklaratywne

Programowanie deklaratywne Programowanie deklaratywne Artur Michalski Informatyka II rok Plan wykładu Wprowadzenie do języka Prolog Budowa składniowa i interpretacja programów prologowych Listy, operatory i operacje arytmetyczne

Bardziej szczegółowo

Języki programowania zasady ich tworzenia

Języki programowania zasady ich tworzenia Strona 1 z 18 Języki programowania zasady ich tworzenia Definicja 5 Językami formalnymi nazywamy każdy system, w którym stosując dobrze określone reguły należące do ustalonego zbioru, możemy uzyskać wszystkie

Bardziej szczegółowo

Logika Stosowana. Wykład 7 - Zbiory i logiki rozmyte Część 3 Prawdziwościowa logika rozmyta. Marcin Szczuka. Instytut Informatyki UW

Logika Stosowana. Wykład 7 - Zbiory i logiki rozmyte Część 3 Prawdziwościowa logika rozmyta. Marcin Szczuka. Instytut Informatyki UW Logika Stosowana Wykład 7 - Zbiory i logiki rozmyte Część 3 Prawdziwościowa logika rozmyta Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika

Bardziej szczegółowo

LOGIKA I TEORIA ZBIORÓW

LOGIKA I TEORIA ZBIORÓW LOGIKA I TEORIA ZBIORÓW Logika Logika jest nauką zajmującą się zdaniami Z punktu widzenia logiki istotne jest, czy dane zdanie jest prawdziwe, czy nie Nie jest natomiast istotne o czym to zdanie mówi Definicja

Bardziej szczegółowo

Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki. Wykład 15. Trójwartościowa logika zdań Łukasiewicza

Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki. Wykład 15. Trójwartościowa logika zdań Łukasiewicza Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 15. Trójwartościowa logika zdań Łukasiewicza 1 Wprowadzenie W logice trójwartościowej, obok tradycyjnych wartości logicznych,

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA WYKŁAD 2. ZASTOSOWANIA, HISTORIA, SYMBOLICZNA SI Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska ZASTOSOWANIA SI Rozwiązywanie zadań, gry,

Bardziej szczegółowo

JÓZEF W. BREMER WPROWADZENIE DO LOGIKI

JÓZEF W. BREMER WPROWADZENIE DO LOGIKI JÓZEF W. BREMER WPROWADZENIE DO LOGIKI Wydawnictwo WAM Kraków 2006 Spis tre ci Przedmowa Jana Wole skiego 9 Wst p 11 1 Logika i jej rozumienie 17 1.1 Teksty wprowadzaj ce...................... 17 1.1.1

Bardziej szczegółowo

RACHUNEK ZDAŃ 7. Dla każdej tautologii w formie implikacji, której poprzednik również jest tautologią, następnik także jest tautologią.

RACHUNEK ZDAŃ 7. Dla każdej tautologii w formie implikacji, której poprzednik również jest tautologią, następnik także jest tautologią. Semantyczne twierdzenie o podstawianiu Jeżeli dana formuła rachunku zdań jest tautologią i wszystkie wystąpienia pewnej zmiennej zdaniowej w tej tautologii zastąpimy pewną ustaloną formułą, to otrzymana

Bardziej szczegółowo

Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykłady 12 i 13. Dowód i dowodzenie w KRP. Tezy KRP

Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykłady 12 i 13. Dowód i dowodzenie w KRP. Tezy KRP Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykłady 12 i 13. Dowód i dowodzenie w KRP. Tezy KRP 1 Pojęcie dowodu w KRP Pojęcia: formuły zdaniowej języka Klasycznego Rachunku

Bardziej szczegółowo

Systemy eksperowe. Agnieszka Nowak Brzezińska Wykład I

Systemy eksperowe. Agnieszka Nowak Brzezińska Wykład I Systemy eksperowe Agnieszka Nowak Brzezińska Wykład I Zakres materiału: Metody wnioskowania w regułowych bazach wiedzy PC-Shell jako narzędzie do budowy szkieletowych systemów ekspertowych (Sprawozdanie

Bardziej szczegółowo