Filozofia Informacji, Wykład X - Teoria informacji a semantyka sytuacyjna
|
|
- Bartłomiej Stachowiak
- 7 lat temu
- Przeglądów:
Transkrypt
1 Filozofia Informacji, Wykład X - Teoria informacji a semantyka sytuacyjna 3 czerwca 2012
2 Plan wykładu 1 Idea semantyki sytuacyjnej (Barwise, Perry) 2 Czym jest informacja? Infon - definicja i własności Typy i parametry Architektura przepływu informacji. Pojęcie ograniczenia Jeszcze raz o informacji ogólnie - podsumowanie 3 Formalny model przepływu informacji Barwise a i Seligmana Teoria Luciano Floridiego - przypomnienie
3 Semantyka sytuacyjna Suszki Semantyka sytuacyjna często w Polsce jest identyfikowana z niefregowską logiką Romana Suszko. W logice tej wprowadza się nowe znaczenie funktora równości (inaczej niż w logice fregowskiej nieidentycznego z równoważnością). Odwołując się do Traktatu... L. Wittgensteina Suszko wprowadził do logiki pojęcie sytuacji jako semantycznego korelatu zdania.
4 Czym jest semantyka sytuacyjna? Semantyka sytuacyjna oznacza dla nas: a semantykę, w której korelatami semantycznymi zdań będą sytuacje (z silnym naciskiem na zależność interpretacji od kontekstu użycia wypowiedzi),
5 Czym jest semantyka sytuacyjna? Semantyka sytuacyjna oznacza dla nas: a semantykę, w której korelatami semantycznymi zdań będą sytuacje (z silnym naciskiem na zależność interpretacji od kontekstu użycia wypowiedzi), b teorię, której istotnym celem jest wyjaśnienie zdolności języka do przenoszenia informacji.
6 Czym jest semantyka sytuacyjna? Semantyka sytuacyjna oznacza dla nas: a semantykę, w której korelatami semantycznymi zdań będą sytuacje (z silnym naciskiem na zależność interpretacji od kontekstu użycia wypowiedzi), b teorię, której istotnym celem jest wyjaśnienie zdolności języka do przenoszenia informacji.
7 Czym jest semantyka sytuacyjna? Semantyka sytuacyjna oznacza dla nas: c teorię, która przyjmuje kilka pewników odnośnie (wszelkich) języków (sześć uniwersaliów Barwise a i Perry ego): nadrzędność informacji (priority of information), produktywność języka (productivity of language), wydajność języka (efficiency of language), wieloznaczność języka (ambiguity of language), perspektywiczną względność języka (perspective relativity of language), umysłowe znaczenie języka (mental significance of language).
8 Czym jest semantyka sytuacyjna? Interesuje nas zatem taka semantyka sytuacyjna, która wyłożona została w: Jon Barwise and John Perry, Situations and Attitudes, MIT Press,
9 Semantyka sytuacyjna: dąży do zdefiniowania funkcji semantycznych w taki sposób, żeby wyjaśnić fakt, że znaki mogą być używane jako nośniki informacji o świecie zewnętrznym i o stanach agenta. Punktem wyjścia semantyki sytuacyjnej jest formalny opis sytuacji świata zewnętrznego, do których mogą odnosić się znaki. Ten opis pozwoli bowiem na opis aspektów faktów decydujących o interpretacji wyrażeń. Problem zasadniczy - wyjaśnienie w jaki sposób jedna sytuacja może wskazywać inną sytuację - musi uwzględniać całe potencjalne zróżnicowanie sytuacji i szeroki kontekst interpretacyjny oraz zróżnicowanie systemów językowych.
10 Uniwersalny charakter semantyki sytuacyjnej Teoria, o której mówimy ma mieć charakter ogólny i uniwersalny: jest teorią pozwalającą na opis wszelkich sytuacji, jest teorią abstrahującą (w pewnych zakresie, o tym za chwilę) od zróżnicowania agentów, jest teorią abstrahującą od zróżnicowania systemów reprezentacji, koncentrując się na inwariantnym charakterze znaczeń. Model przepływu informacji oparty na semantyce sytuacyjnej również będzie opisywał zasady przepływu informacji niezależnie od całego zróżnicowania agentów i form reprezentacji. Problem, który stawiamy to problem o warunki możliwości takiego przepływu (albo znaczenia).
11 Agent - definicja Agent: część rzeczywistości, która posiada zdolność do percepcji i do działania.
12 Zachowanie organizmu w środowisku Sytuacje są same w sobie unikalne. Warunkiem uczynienia ich znaczącymi jest: przyzwyczajenie organizmu do zmieniających się warunków;
13 Zachowanie organizmu w środowisku Sytuacje są same w sobie unikalne. Warunkiem uczynienia ich znaczącymi jest: przyzwyczajenie organizmu do zmieniających się warunków; przyzwyczajenie polega na rozpoznawaniu pewnych stałych elementów w zmieniającym się otoczeniu;
14 Zachowanie organizmu w środowisku Sytuacje są same w sobie unikalne. Warunkiem uczynienia ich znaczącymi jest: przyzwyczajenie organizmu do zmieniających się warunków; przyzwyczajenie polega na rozpoznawaniu pewnych stałych elementów w zmieniającym się otoczeniu; zadaniem semantyki sytuacyjnej jest zatem opis sytuacji obejmujący zarówno istotną odmienność sytuacji jak i istnienie pewnych inwariantów.
15 Agent myślący (cognitive agent) - ograniczenie teorii Agent myślący jest zdolny do klasyfikowania sytuacji względem pewnych inwariantów - taka klasyfikacja jest dziełem agenta. Taka zdolność zakłada umiejętność przekroczenia poziomu czysto obserwacyjnego. Dretske ujmuje tą zdolność jako: umiejętność konwersji z wersji analogowej na cyfrową. Agent czyni tym samym przestrzeń percypowaną przestrzenią pojęciową - dyskretną. W innym przypadku nie jest możliwe poznanie pojęciowe.
16 Konwersja z poziomu analogowego do cyfrowego Rysunek: Przykład: ten agent uczy się klasyfikować ludzi wg dwóch typów (swój; obcy). Uczy się redukować całe spektrum zróżnicowania danych obserwacyjnych do tych dwóch kategorii i na podstawie takiej klasyfikacji działa. Źródło zdjęcia:
17 Konwersja z poziomu analogowego do cyfrowego Konwersja z poziomu analogowego do cyfrowego sprawia, że coś z pierwotnych danych obserwacyjnych gubimy - świadomie bądź nieświadomie uznajemy za irrelewantne; jest warunkiem poznania na poziomie pojęciowym; jest warunkiem, bez spełnienia którego agent nie może działać na podstawie informacji - poznanie, przetwarzanie informacji jest oparte na informacji w sensie cyfrowym.
18 Konwersja z poziomu analogowego do cyfrowego Istotnym problemem, którego nie rozstrzygają same definicje, jest wyjaśnienie mechanizmów pozwalających na tego rodzaju digitalizację danych obserwacyjnych:
19 Konwersja z poziomu analogowego do cyfrowego Istotnym problemem, którego nie rozstrzygają same definicje, jest wyjaśnienie mechanizmów pozwalających na tego rodzaju digitalizację danych obserwacyjnych: dostosowanie organizmu do środowiska życia możemy np. wyjaśnić dostosowaniem systemów behawioralnych i percepcyjnych
20 Konwersja z poziomu analogowego do cyfrowego Istotnym problemem, którego nie rozstrzygają same definicje, jest wyjaśnienie mechanizmów pozwalających na tego rodzaju digitalizację danych obserwacyjnych: dostosowanie organizmu do środowiska życia możemy np. wyjaśnić dostosowaniem systemów behawioralnych i percepcyjnych w formalnym modelu informacji, jej logiki i logiki jej transmisji, używa się pojęcia ograniczenia (constraint) wyjaśniającego możliwość rozpoznawania pewnych inwariantów.
21 Agent myślący nie jest agentem racjonalnym Agent myślący (cognitive agent) nie jest agentem racjonalnym: agent myślący - zdolny do konwersji danych z poziomu analogowego do cyfrowego (Dretske) agent racjonalny (przykład definicji) - agent zdolny do określonej rewizji informacyjnych podstaw decyzji na podstawie otrzymanych nowych wiadomości (Harsanyi 1968).
22 Wiadomości wstępne - podsumowanie Semantyka sytuacyjna pomyślana była jako realistyczne podejście do semantyki. Istnieje cały szereg wypowiedzi, które nie odwołują się do wartości prawdziwościowych jak w logice Fregego, ale do sytuacji. Agent myślący i jego zdolności interpretacyjne są istotne z punktu widzenia semantyki sytuacyjnej. Keith Devlin - włącza semantykę sytuacyjną do teorii informacji. Później w tym modelu skonstruowany jest formalny model przepływu informacji Barwise a i Seligmana.
23 Sytuacja - rzeczywistość składa się z sytuacji. Indywidua mają własności i stoją wobec siebie w relacjach czasowych i przestrzennych: indywidua - a, b, c... relacje - P, Q, R... miejsca w przestrzeni (spatial locations) - l, l, l miejsca w czasie -t, t, t sytuacje - s, s, s wartości prawdziwościowe - 1, 0.
24 regiony czasu i przestrzeni mogą występować w pewnych podstawowych relacjach: l l - zdarzenia pokrywają się w przestrzeni l l - sytuacja poprzedza inną sytuację t@t - sytuacje pokrywają się w czasie.
25 Wszystkie kategorie traktowane są jako inwarianty względem realnych konkretnych sytuacji. Te same indywidua mogą pojawiać się w różnych lokalizacjach i odwrotnie: różne indywidua w tych samych lokalizacjach. Przykład sytuacji: Aladar Pege gra dziś koncert w Sibiu. Proszę o podanie opisu ze wskazaniem na różne kategorie.
26 Definicje kategorii Indywidua - inwarianty utrzymujące się w ciągach zdarzeń, mające pewne własności, utrzymujące jakieś powiązania z innymi, mogą mieć części. Mogą to być np. zdania, słowa. Własności - np. miejsca itp. Abstrakcyjne sytuacje - np. X gra dziś koncert w Sibiu, wczoraj też grał. Te dwie sytuacje łączy pewien typ sytuacyjny: funkcja n-elementowej relacji n-indywiuów (np. jednego indywiuum) do wartości prawdy (TAK, 1) lub fałszu (NIE, 0). Przykład: σ (szczeka, X ); TAK. Typy sytuacji - są one szczegółowe, związane z konkretnym kontekstem sytuacyjnym.
27 Definicje kategorii Ciąg zdarzeń (course of events) - szczegółowa funkcja od lokalizacji do typu sytuacji. Jeśli ciąg zdarzeń definiuje tylko jedną jedyną lokację, to mówimy o stanie rzeczy. Przykład: w ciągu zdarzeń e: w Sibiu 2000 l; gra koncert, X; TAK w Sibiu 2000 l (dzień później); otrzymuje nagrodę, X; TAK w Sibiu 2000 l (dzień później); wyjeżdża, X; TAK w Sibiu 2000 l ; gra koncert, X; NIE
28 Warunki sensowności - agent Warunkiem tego, żeby sytuacja (np. znak językowy) była sensowna jest istnienie prawidłowości wiążących dwie sytuacje: znaczącą i oznaczaną: agent musi być zdolny do klasyfikowania sytuacji, agenci klasyfikują sytuacje w zróżnicowany sposób, akt klasyfikowania sytuacji jest wynikiem wysiłku agenta przystosowującego się do efektywnego działania w środowisku przez rozpoznawanie podobieństw w sytuacjach względem pewnych ustalonych inwariantów.
29 Czym jest znaczenie? Czym jest znaczenie - próba definicji. Sytuacja s może zawierać informację o s 1 wtw gdy istnieje systematyczna relacja M utrzymująca się między sytuacjami posiadającymi wspólne konfiguracje inwariantów z s i sytuacjami posiadającymi wspólne (inne) konfiguracje inwariantów z s 1. Relacja M pozwala powiedzieć, że s oznacza s 1. Znaczenie konstytuuje zatem relacja M między różnymi typami sytuacji.
30 Znaczenie - własności Własności zdefiniowanego w powyższy sposób znaczenia: różni agenci (zależnie od stanu wiedzy) rozpoznają różne znaczenia,
31 Znaczenie - własności Własności zdefiniowanego w powyższy sposób znaczenia: różni agenci (zależnie od stanu wiedzy) rozpoznają różne znaczenia, znaczenie jest inwariantne komunikacyjnie i translacyjnie,
32 Znaczenie - własności Własności zdefiniowanego w powyższy sposób znaczenia: różni agenci (zależnie od stanu wiedzy) rozpoznają różne znaczenia, znaczenie jest inwariantne komunikacyjnie i translacyjnie, każda specyficzna sytuacja oznacza coś konkretnego (event meaning),
33 Znaczenie - własności Własności zdefiniowanego w powyższy sposób znaczenia: różni agenci (zależnie od stanu wiedzy) rozpoznają różne znaczenia, znaczenie jest inwariantne komunikacyjnie i translacyjnie, każda specyficzna sytuacja oznacza coś konkretnego (event meaning), pewne x-typy sytuacji mogą oznaczać y-typy sytuacji,
34 Znaczenie - własności Własności zdefiniowanego w powyższy sposób znaczenia: różni agenci (zależnie od stanu wiedzy) rozpoznają różne znaczenia, znaczenie jest inwariantne komunikacyjnie i translacyjnie, każda specyficzna sytuacja oznacza coś konkretnego (event meaning), pewne x-typy sytuacji mogą oznaczać y-typy sytuacji, relacja M powinna być traktowana jako warunki prawdziwości wyrażenia językowego. Tak zdefiniowane znaczenie warunkuje możliwość transmisji informacji między różnymi typami reprezentacji.
35 Przykłady różnych rodzajów funkcji znaczeniowej (Barwise, Perry) Przykłady relacji między znakiem i znaczeniem (Barwise, Perry): Rysunek: Dym oznacza ogień - znaczenie naturalne, oparte na prawie przyrody ale jednocześnie na pewnej wiedzy agenta; nie wymaga pośrednictwa znaków konwencjonalnych
36 Przykłady różnych rodzajów funkcji znaczeniowej (Barwise, Perry) Przykłady relacji między znakiem i znaczeniem (Barwise, Perry): Rysunek: Czy X kiedykolwiek dotknął Y? Tak, X pocałował Y.X pocałował Y oznacza, że X dotknął Y
37 Przykłady różnych rodzajów funkcji znaczeniowej (Barwise, Perry) Przykłady relacji między znakiem i znaczeniem (Barwise, Perry): Rysunek: Dzwonek oznacza koniec lekcji: pewien typ dźwięku w pewne dni jest systematycznie skorelowany z pewnym typem sytuacji - relacja konwencjonalna
38 Przykłady różnych rodzajów funkcji znaczeniowej (Barwise, Perry) Przykłady relacji między znakiem i znaczeniem (Barwise, Perry): Rysunek: Słowo ciasteczko oznacza ciasteczko - jest to relacja konwencjonalna, w różnych sytuacjach może dochodzić do jej zaburzenia; słowo ciasteczko jest inwariantem sytuacyjnym - występuje w różnych sytuacjach. Uczymy się rozpoznawać ten inwariant w różnych sytuacjach (przykład dziecka - płacze, reaguje jednak odpowiednio, gdy opiekun pyta a może chcesz ciasteczko? ).
39 Formalna analiza przykładu Znaczenie jest konstytuowane przez relację między wyrażeniem a opisywaną przez nie sytuacją: u [jem ciasteczko] σ: (wyrażenie u jest prawdziwe wtw gdy jest wspierane przez sytuację σ); innymi słowy: istnieją lokalizacja l i indywiduum a, takie że: w u; w l, a mówi; TAK w σ; w l; a je ciasteczko; TAK. Użyte w konkretnej sytuacji wyrażenie językowe ogranicza opisywaną sytuację do jednej z możliwych interpretacji.
40 - podstawowe własności. Podsumowanie. nie jest czymś generowanym przez odbiorcę, ale czymś istniejącym w świecie zewnętrznym, co może zostać odnalezione albo nie.
41 - podstawowe własności. Podsumowanie. nie jest czymś generowanym przez odbiorcę, ale czymś istniejącym w świecie zewnętrznym, co może zostać odnalezione albo nie. Symbole i zdania służą tylko ekstrakcji informacji, wyrażeniu jej - informacja jednak wyprzedza wyrażenia językowe, jest czymś logicznie pierwotnym.
42 - podstawowe własności. Podsumowanie. nie jest czymś generowanym przez odbiorcę, ale czymś istniejącym w świecie zewnętrznym, co może zostać odnalezione albo nie. Symbole i zdania służą tylko ekstrakcji informacji, wyrażeniu jej - informacja jednak wyprzedza wyrażenia językowe, jest czymś logicznie pierwotnym. Problem opisu informacji prowadzi nas do ontologii - tzn. problemy opisu obiektów będących nośnikami informacji.
43 - podstawowe własności. Podsumowanie. nie jest czymś generowanym przez odbiorcę, ale czymś istniejącym w świecie zewnętrznym, co może zostać odnalezione albo nie. Symbole i zdania służą tylko ekstrakcji informacji, wyrażeniu jej - informacja jednak wyprzedza wyrażenia językowe, jest czymś logicznie pierwotnym. Problem opisu informacji prowadzi nas do ontologii - tzn. problemy opisu obiektów będących nośnikami informacji. Semantyka sytuacyjna w teorii informacji będzie ontologią jednostek informacji, tzw. infonów. Będzie teorią infonów i ich logicznej struktury - żeby ją stworzyć potrzebujemy ontologii opisującej strukturę rzeczywistości skorelowanej ze strukturą infonów.
44 - podstawowe własności. Podsumowanie. nie jest czymś generowanym przez odbiorcę, ale czymś istniejącym w świecie zewnętrznym, co może zostać odnalezione albo nie. Symbole i zdania służą tylko ekstrakcji informacji, wyrażeniu jej - informacja jednak wyprzedza wyrażenia językowe, jest czymś logicznie pierwotnym. Problem opisu informacji prowadzi nas do ontologii - tzn. problemy opisu obiektów będących nośnikami informacji. Semantyka sytuacyjna w teorii informacji będzie ontologią jednostek informacji, tzw. infonów. Będzie teorią infonów i ich logicznej struktury - żeby ją stworzyć potrzebujemy ontologii opisującej strukturę rzeczywistości skorelowanej ze strukturą infonów. informacja nie może być skorelowana z żadnym z konkretnych systemów reprezentacji, z żadnym określonym językiem
45 - (bardzo) ogólna definicja Czym jest informacja? Infon - definicja i własności Typy i parametry Architektura przepływu informacji. Pojęcie ograniczenia Jeszcze raz o informacji ogólnie - podsumowanie - (bardzo) ogólna definicja przedmioty a 1,..., a n są/nie są w relacji P. P jest tu pewną własnością, która odnosi się do n lub więcej przedmiotów pewnego rodzaju a a 1,..., a n są przedmiotami, które są odpowiednie jako argumenty relacji P.
46 - (bardzo) ogólna definicja Czym jest informacja? Infon - definicja i własności Typy i parametry Architektura przepływu informacji. Pojęcie ograniczenia Jeszcze raz o informacji ogólnie - podsumowanie - (bardzo) ogólna definicja przedmioty a 1,..., a n są/nie są w relacji P. P jest tu pewną własnością, która odnosi się do n lub więcej przedmiotów pewnego rodzaju a a 1,..., a n są przedmiotami, które są odpowiednie jako argumenty relacji P. Uwaga: ta definicja odnosi się do informacji w pojęciowym sensie (a przynajmniej do takich agentów, którzy przystosowują się do środowiska wytwarzając behawioralne mechanizmy redukcji form analogowych do cyfrowych w sensie Dretskego)
47 Infon - definicja Czym jest informacja? Infon - definicja i własności Typy i parametry Architektura przepływu informacji. Pojęcie ograniczenia Jeszcze raz o informacji ogólnie - podsumowanie Infon - podstawowy, elementarny nośnik informacji. Pojęcie wprowadzone przez K. Devlina. Infon jest sytuacją zawierającą informację o innej sytuacji. Nie ograniczamy możliwych rodzajów nośnika.
48 Infon - definicja Czym jest informacja? Infon - definicja i własności Typy i parametry Architektura przepływu informacji. Pojęcie ograniczenia Jeszcze raz o informacji ogólnie - podsumowanie Infon - podstawowy, elementarny nośnik informacji. Pojęcie wprowadzone przez K. Devlina. Infon jest sytuacją zawierającą informację o innej sytuacji. Nie ograniczamy możliwych rodzajów nośnika. Sytuacja może wspierać infon (support), gdy jest taka, jak mówi infon: s = φ - sytuacja wspiera infon relacja = jest tu rozumiana analogicznie do relacji między modelem i zdaniem w rachunku pierwszego rzędu. Infon σ jest faktem (jest prawdziwy) wtw świat jest taki, jak mówi.
49 Infon - dwie uwagi Czym jest informacja? Infon - definicja i własności Typy i parametry Architektura przepływu informacji. Pojęcie ograniczenia Jeszcze raz o informacji ogólnie - podsumowanie Infony zatem są relatywne do sytuacji. Infony nie są znakami w sensie językowym i nie są tym samym relatywne językowo. To uniezależnia wartości informacyjne od konkretnych systemów językowych. Z takim relatywizmem mieliśmy do czynienia w BHC.
50 Typy Idea semantyki sytuacyjnej (Barwise, Perry) Czym jest informacja? Infon - definicja i własności Typy i parametry Architektura przepływu informacji. Pojęcie ograniczenia Jeszcze raz o informacji ogólnie - podsumowanie Każdy przedmiot może być przyporządkowany przynajmniej jednego typowi: TIM - typ lokalizacji czasowej IND - typ indywiduum SIT - typ sytuacji REL n - typ n-argumentowej relacji x : T - przedmiot x jest typu T.
51 Parametry Czym jest informacja? Infon - definicja i własności Typy i parametry Architektura przepływu informacji. Pojęcie ograniczenia Jeszcze raz o informacji ogólnie - podsumowanie Każdy z tych typów zawiera nieskończoną ilość podstawowych parametrów (tzn. zmiennych przebiegających zbiory przedmiotów pewnego typu): a - parametry indywiduów s - parametry sytuacji t - parametry lokalizacji czasowej.
52 Typy i parametry - wykorzystanie Czym jest informacja? Infon - definicja i własności Typy i parametry Architektura przepływu informacji. Pojęcie ograniczenia Jeszcze raz o informacji ogólnie - podsumowanie Dzięki pojęciu typu i parametru możemy wprowadzić pewne zmienne do sytuacji (tzn. uogólnić je): [s s = φ] - typ sytuacji wspierający infon. Dowolna sytuacja należy do tego typu, jeśli wspiera infon φ. [x s 1 = człowiek, x, Sibiu, 2000, TAK ] - typ takich przedmiotów x, które są ludźmi, dla których sytuacja s 1 wspiera infon. Ten infon nie zawiera tylko przedmiotów, ale zawiera także zmienne (parametric infon)
53 Czym jest informacja? Infon - definicja i własności Typy i parametry Architektura przepływu informacji. Pojęcie ograniczenia Jeszcze raz o informacji ogólnie - podsumowanie Architektura przepływu informacji - przykład Rysunek: Kierujący pojazdem...
54 Czym jest informacja? Infon - definicja i własności Typy i parametry Architektura przepływu informacji. Pojęcie ograniczenia Jeszcze raz o informacji ogólnie - podsumowanie Architektura przepływu informacji - przykład Załóżmy, że jako kierowcy/kursanci agenci A, B, C są zdolni do podjęcia informed decision. Interesuje nas zatem tylko poziom cyfrowy. Agenci: potrafią wydobywać odpowiednie informacje ze środowiska, potrafią także użyć wydobytych informacji do wyprowadzenia nowych informacji przy użyciu określonych mechanizmów: rozumowań opartych na powiązaniach między sytuacjami.
55 Typy powiązań między sytuacjami Czym jest informacja? Infon - definicja i własności Typy i parametry Architektura przepływu informacji. Pojęcie ograniczenia Jeszcze raz o informacji ogólnie - podsumowanie Jakiego rodzaju powiązania między sytuacjami mogą występować (i stać się podstawą wnioskowań): prawa naturalne, prawa logiczne, konwencje (tak jak na przykładzie obrazu sygnalizacji świetlnej na skrzyżowaniu), ustalenia między jednostkami (odnoszące się do pojedynczych zdarzeń), wszelkiego rodzaju inne regularności. Wszelkiego typu regularne powiązania między sytuacjami Devlin nazywa ograniczeniami (constraints).
56 Ograniczenia - przykłady Czym jest informacja? Infon - definicja i własności Typy i parametry Architektura przepływu informacji. Pojęcie ograniczenia Jeszcze raz o informacji ogólnie - podsumowanie Dym oznacza ogień: Ograniczenie jest naturalnym powiązaniem C dwóch typów sytuacji: S S S = [s dymi się, t, 1 ] S = [s pali się,t, 1 ]
57 Ograniczenia - przykłady Czym jest informacja? Infon - definicja i własności Typy i parametry Architektura przepływu informacji. Pojęcie ograniczenia Jeszcze raz o informacji ogólnie - podsumowanie Dym oznacza dym. Ograniczenie jest konwencjonalnym powiązaniem C dwóch typów sytuacji: S S S = [s dymi się, t, 1 ] S = [s ( mówiąc,a, t, 1 wypowiada, a, dym, t, 1 )]
58 Ograniczenia - przykłady Czym jest informacja? Infon - definicja i własności Typy i parametry Architektura przepływu informacji. Pojęcie ograniczenia Jeszcze raz o informacji ogólnie - podsumowanie Wróćmy do naszego przykładu i sprawdźmy dzięki jakim ograniczeniom możemy podjąć informed decision : Rysunek: Kierujący pojazdem...
59 - wyjaśnienie definicji Czym jest informacja? Infon - definicja i własności Typy i parametry Architektura przepływu informacji. Pojęcie ograniczenia Jeszcze raz o informacji ogólnie - podsumowanie P z ogólnej definicji podanej na początku można teraz wyrazić jako zdanie: s(s = y ( Jest-zdjęciem, x, y, t; 1 Ma-złamaną-nogę, y, t; 1 )[f ]) f - anchor zbioru podstawowych parametrów, jest to funkcja przypisująca każdemu parametrowi jednego infonu przedmiot określonego typu. W tym przypadku funkcja ta przyporządkowuje do x konkretną osobę lub zwierzę oraz określony moment do czasu t. P jest zatem zdaniem mówiącym, że pewien stan rzeczy i inny stan rzeczy są rzeczywiste.
60 Zasada xero Czym jest informacja? Infon - definicja i własności Typy i parametry Architektura przepływu informacji. Pojęcie ograniczenia Jeszcze raz o informacji ogólnie - podsumowanie Podstawowe (intuicyjne) prawo - zasada xero: Jeśli istnieje ograniczenie C takie, że s niesie informację, że b jest F (względnie do C) i istnieje ograniczenie C takie, że fakt, że b jest F niesie infomrację, że Q (względnie do C ), to istnieje ograniczenie C takie, że s niesie informację, że Q (względnie do C ).
61 Inne zasady - wnioski Czym jest informacja? Infon - definicja i własności Typy i parametry Architektura przepływu informacji. Pojęcie ograniczenia Jeszcze raz o informacji ogólnie - podsumowanie Inne intuicyjne zasady - wnioski: informatywność jest zależna od ograniczeń; różne fakty, przedmioty, własności itd mogą wskazywać na jedną i tą samą zawartość informacyjną względnie do tego samego albo różnego ograniczenia.
62 Formalny model przepływu informacji Barwise a i Seligmana Teoria Luciano Floridiego - przypomnienie Przepływ informacji w systemach rozproszonych W modelu Barwise a i Seligmana zakłada się, że przepływ informacji da się wyjaśnić przyjmując, że transmisja informacji zachodzi w systemach rozproszonych: tzn. systemach, w których występują zarówno prawidłowości jak i cechy przypadkowe ze względu na całość systemu. Istotne dla transmisji informacji są lokalne reguły oraz prawidłowości na wyższym poziomie. Problemu stworzenia takiego modelu nie byłoby, gdybyśmy przyjęli, że mamy do czynienia z systemem, w którym zachodzą prawidłowości tylko jednego rodzaju: na przykład, gdybyśmy mogli uznać, że wszystkie prawidłowości mają charakter przyrodniczych konieczności.
63 Formalny model przepływu informacji Barwise a i Seligmana Teoria Luciano Floridiego - przypomnienie Podstawowe zasady przepływu informacji 1 Przepływ informacji jest efektem regularności w systemie rozproszonym.
64 Formalny model przepływu informacji Barwise a i Seligmana Teoria Luciano Floridiego - przypomnienie Podstawowe zasady przepływu informacji 1 Przepływ informacji jest efektem regularności w systemie rozproszonym. 2 Przepływ informacji dotyczy zarówno typów jak i ich części.
65 Formalny model przepływu informacji Barwise a i Seligmana Teoria Luciano Floridiego - przypomnienie Podstawowe zasady przepływu informacji 1 Przepływ informacji jest efektem regularności w systemie rozproszonym. 2 Przepływ informacji dotyczy zarówno typów jak i ich części. 3 Na mocy regularności wśród połączeń informacje o pewnych komponentach systemu niosą informacje o innych komponentach.
66 Formalny model przepływu informacji Barwise a i Seligmana Teoria Luciano Floridiego - przypomnienie Podstawowe zasady przepływu informacji 1 Przepływ informacji jest efektem regularności w systemie rozproszonym. 2 Przepływ informacji dotyczy zarówno typów jak i ich części. 3 Na mocy regularności wśród połączeń informacje o pewnych komponentach systemu niosą informacje o innych komponentach. 4 Regularności w danym systemie rozproszonym są względne do ich analizy w kategoriach kanału informacyjnego.
67 Formalny model przepływu informacji Barwise a i Seligmana Teoria Luciano Floridiego - przypomnienie Podstawowe elementy modelu - Klasyfikacja Klasyfikacja A = A, Σ A = A składa się ze zbioru A przedmiotów, które podlegają klasyfikacji (tokenów A), zbioru Σ A przedmiotów używanych do klasyfikacji tokenów (typy A) i binarnej relacji = A między A oraz Σ A, która mówi jaki token jest klasyfikowany pod jaki typ.
68 Formalny model przepływu informacji Barwise a i Seligmana Teoria Luciano Floridiego - przypomnienie Podstawowe elementy modelu - Infomorfizm Infomorfizm jest relacją między klasyfikacjami: Jeśli A = A, Σ A = A i C = C, Σ C = C, to infomorfizm jest parą funkcji f = ˇf, ˆf spełniających dla wszystkich tokenów c należących do C i wszystkich typów α z A warunek: ˇf (c) = A α wtw c = C ˆf (α)
69 Formalny model przepływu informacji Barwise a i Seligmana Teoria Luciano Floridiego - przypomnienie Podstawowe elementy modelu - Kanał informacyjny Kanał informacyjny składa się z indeksowalnej rodziny infomorfizmów C = {f i : A i C} ( i I ) z pewnym wspólnym uniwersum. Kanał informacyjny wyraża zatem regularne własności na poziomie całego systemu.
70 Formalny model przepływu informacji Barwise a i Seligmana Teoria Luciano Floridiego - przypomnienie Podstawowe elementy modelu Agent musi mieć wiedzę o pewnych lokalnych prawidłowościach, ale musi też mieć wiedzę o prawidłowościach wyższego rzędu - dotyczących całego systemu. W przeciwnym razie nie mógłby przeprowadzać wnioskowań wyprowadzając wnioski z jednej części systemu na inną część systemu.
71 Formalny model przepływu informacji Barwise a i Seligmana Teoria Luciano Floridiego - przypomnienie Zasada pomiaru informatywności Zdanie opisuje pewną sytuację. Im większa ilość dopuszczonych alternatywnych sytuacji względem sytuacji, o której informację niesie sygnał, tym mniejsza informatywność a większa semantyczna niepewność.
72 Formalny model przepływu informacji Barwise a i Seligmana Teoria Luciano Floridiego - przypomnienie Teoria informacji na bazie semantyki sytuacyjnej Wartość informacji semantycznej niesionej przez σ(γ(σ)) jest określona w teorii Floridiego przez pole powierzchni między przebiegiem funkcji ι(σ) w przedziale wyznaczonym przez wskaźnik θ(σ) - czyli stopień potwierdzenia formuły przez sytuację) a osią x: γ(σ) = θ 0 ι(σ)dx Im większe wyznaczone pole przez przebieg funkcji ι(σ), tym większa niepewność.
73 Formalny model przepływu informacji Barwise a i Seligmana Teoria Luciano Floridiego - przypomnienie Teoria informacji na bazie semantyki sytuacyjnej Rysunek: Wartość informacyjna dla czynnika θ(σ) = 0,25. Ilustracja za: L. Floridi, Semantic Conceptions of Information, w: Stanford Encyclopedia of Philosophy,
74 Formalny model przepływu informacji Barwise a i Seligmana Teoria Luciano Floridiego - przypomnienie Zasada pomiaru informatywności Miara informatywności jest w teorii Floridiego związana z większą bądź mniejszą precyzją w opisie określonej sytuacji: im większa ilość dopuszczonych alternatywnych sytuacji względem sytuacji, o której informację niesie sygnał, tym mniejsza informatywność przekazu. Wskaźnik oznaczający stopień potwierdzenia danej formuły osiąga w przypadku tautologii wartość maksymalną: 1 dowolna sytuacja jest bowiem jej potwierdzeniem. W przypadku sytuacji dokładnie odpowiadających treści formuły, wskaźnik ten ma wartość 0: żadna inna sytuacja nie jest wtedy odniesieniem treści formuły. Informatywność formuły jest zatem tym większa im mniej sytuacji może ją potwierdzać. Stopień informatywności Floridi oblicza jako dopełnienie do wartości maksymalnej 1.
75 Formalny model przepływu informacji Barwise a i Seligmana Teoria Luciano Floridiego - przypomnienie Literatura Literatura: Manuel Bremer, Daniel Cohnitz, Information and Information Flow. An Introduction., Frankfurt 2004, cz. 4 i cz. 5. Keith Devlin, Logic and Information, Cambridge 1995, Jon Barwise and John Perry, Situations and Attitudes, MIT Press
76 Formalny model przepływu informacji Barwise a i Seligmana Teoria Luciano Floridiego - przypomnienie Dziękuję za uwagę i zapraszam do stawiania pytań! artur.machlarz@uni.opole.pl www: machlarz
Filozofia przyrody, Wykład V - Filozofia Arystotelesa
Filozofia przyrody, Wykład V - Filozofia Arystotelesa 2011-10-01 Tematyka wykładu 1 Arystoteles - filozof systematyczny 2 3 4 Różnice w metodzie uprawiania nauki Krytyka platońskiej teorii idei Podział
Filozofia Informacji, Wykład VII - Teoria L. Floridiego. Problem relewancji p
Filozofia Informacji, Wykład VII - Teoria L. Floridiego. Problem relewancji poznawczej. 9 kwietnia 2012 Plan wykładu 1 Problem relewancji poznawczej jako problem relewancji informacji 2 Problem relewancji
Filozofia, Historia, Wykład V - Filozofia Arystotelesa
Filozofia, Historia, Wykład V - Filozofia Arystotelesa 2010-10-01 Tematyka wykładu 1 Arystoteles - filozof systematyczny 2 3 4 Podział nauk Arystoteles podzielił wszystkie dyscypliny wiedzy na trzy grupy:
LOGIKA Klasyczny Rachunek Zdań
LOGIKA Klasyczny Rachunek Zdań Robert Trypuz trypuz@kul.pl 5 listopada 2013 Robert Trypuz (trypuz@kul.pl) Klasyczny Rachunek Zdań 5 listopada 2013 1 / 24 PLAN WYKŁADU 1 Alfabet i formuła KRZ 2 Zrozumieć
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
Internet Semantyczny i Logika II
Internet Semantyczny i Logika II Ontologie Definicja Grubera: Ontologia to formalna specyfikacja konceptualizacji pewnego obszaru wiedzy czy opisu elementów rzeczywistości. W Internecie Semantycznym językiem
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
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:
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.:
Z punktu widzenia kognitywisty: język naturalny
Z punktu widzenia kognitywisty: język naturalny Wykład V: Język w umyśle, świat w umyśle O obiektach Podejście zdroworozsądkowe: intuicyjna charakterystyka obiektów i stanów rzeczy Ale mówi się również
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
Wstęp do logiki. Kto jasno i konsekwentnie myśli, ściśle i z ładem się wyraża,
Prof. UAM, dr hab. Zbigniew Tworak Zakład Logiki i Metodologii Nauk Instytut Filozofii Wstęp do logiki Kto jasno i konsekwentnie myśli, ściśle i z ładem się wyraża, kto poprawnie wnioskuje i uzasadnia
Logika dla socjologów Część 4: Elementy semiotyki O pojęciach, nazwach i znakach
Logika dla socjologów Część 4: Elementy semiotyki O pojęciach, nazwach i znakach Rafał Gruszczyński Katedra Logiki Uniwersytet Mikołaja Kopernika 2011/2012 Spis treści 1 Krótkie wprowadzenie, czyli co
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:
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
Metodologia prowadzenia badań naukowych Semiotyka, Argumentacja
Semiotyka, Argumentacja Grupa L3 3 grudnia 2009 Zarys Semiotyka Zarys Semiotyka SEMIOTYKA Semiotyka charakterystyka i działy Semiotyka charakterystyka i działy 1. Semiotyka Semiotyka charakterystyka i
Filozofia, ISE, Wykład III - Klasyfikacja dyscyplin filozoficznych
Filozofia, ISE, Wykład III - Klasyfikacja dyscyplin filozoficznych 2011-10-01 Plan wykładu 1 Klasyczny podział dyscyplin filozoficznych 2 Podział dyscyplin filozoficznych Klasyczny podział dyscyplin filozoficznych:
Filozofia, ISE, Wykład X - Filozofia średniowieczna.
Filozofia, ISE, Wykład X - Filozofia średniowieczna. 2011-10-01 Plan wykładu 1 Filozofia średniowieczna a starożytna 2 3 Ogólna charakterystyka filozofii średniowiecznej Ogólna charakterystyka filozofii
Filozofia, Germanistyka, Wykład IX - Immanuel Kant
Filozofia, Germanistyka, Wykład IX - Immanuel Kant 2011-10-01 Plan wykładu 1 Immanuel Kant - uwagi biograficzne 2 3 4 5 6 7 Immanuel Kant (1724-1804) Rysunek: Immanuel Kant - niemiecki filozof, całe życie
Predykat. Matematyka Dyskretna, Podstawy Logiki i Teorii Mnogości Barbara Głut
Predykat Weźmy pod uwagę następujące wypowiedzi: (1) Afryka jest kontynentem. (2) 7 jest liczbą naturalną. (3) Europa jest mniejsza niż Afryka. (4) 153 jest podzielne przez 3. Są to zdania jednostkowe,
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
Logika dla prawników
Logika dla prawników Wykład I: Pytania o logikę Dr Maciej Pichlak Uniwersytet Wrocławski Katedra Teorii i Filozofii Prawa mpichlak@prawo.uni.wroc.pl Tak na logikę Kodeks karny: Art. 226 1. Kto znieważa
Informacja w perspektywie obliczeniowej. Informacje, liczby i obliczenia
Informacja w perspektywie obliczeniowej Informacje, liczby i obliczenia Cztery punkty odniesienia (dla pojęcia informacji) ŚWIAT ontologia fizyka UMYSŁ psychologia epistemologia JĘZYK lingwistyka nauki
Andrzej Wiśniewski Logika II. Wykłady 10b i 11. Semantyka relacyjna dla normalnych modalnych rachunków zdań
Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykłady 10b i 11. Semantyka relacyjna dla normalnych modalnych rachunków zdań 1 Struktury modelowe Przedstawimy teraz pewien
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
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
Filozofia, ISE, Wykład V - Filozofia Eleatów.
2011-10-01 Plan wykładu 1 Filozofia Parmenidesa z Elei Ontologia Parmenidesa Epistemologiczny aspekt Parmenidejskiej filozofii 2 3 Ontologia Parmenidesa Epistemologiczny aspekt Parmenidejskiej filozofii
Logika dla socjologów Część 3: Elementy teorii zbiorów i relacji
Logika dla socjologów Część 3: Elementy teorii zbiorów i relacji Rafał Gruszczyński Katedra Logiki Uniwersytet Mikołaja Kopernika 2011/2012 Spis treści 1 Zbiory 2 Pary uporządkowane 3 Relacje Zbiory dystrybutywne
Adam Meissner.
Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej Adam Meissner Adam.Meissner@put.poznan.pl http://www.man.poznan.pl/~ameis SZTUCZNA INTELIGENCJA Podstawy logiki pierwszego rzędu
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
Elementy logiki. Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń
Elementy logiki Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń 1 Klasyczny Rachunek Zdań 1.1 Spójniki logiczne Zdaniem w sensie logicznym nazywamy wyrażenie, które jest
Filozofia przyrody - Filozofia Eleatów i Demokryta
5 lutego 2012 Plan wykładu 1 Filozofia Parmenidesa z Elei Ontologia Parmenidesa Epistemologiczny aspekt Parmenidejskiej filozofii 2 3 4 Materializm Ontologia Parmenidesa Epistemologiczny aspekt Parmenidejskiej
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
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
Wstęp do logiki. Semiotyka
Wstęp do logiki Semiotyka DEF. 1. Językiem nazywamy system umownych znaków słownych. Komentarz. Skoro każdy język jest systemem, to jest w nim ustalony jakiś porządek, czy ogólniej hierarchia. Co to jest
Etapy modelowania ekonometrycznego
Etapy modelowania ekonometrycznego jest podstawowym narzędziem badawczym, jakim posługuje się ekonometria. Stanowi on matematyczno-statystyczną formę zapisu prawidłowości statystycznej w zakresie rozkładu,
Semantyczne teorie informacji
STUDIA METODOLOGICZNE NR 34 2015 RAFAŁ SZCZEPIŃSKI Semantyczne teorie informacji Wstęp. O pojęciu informacji Pojęcia informacji i przepływu informacji są wieloznaczne i nieprecyzyjne. Jednocześnie obejmują
PRAGMATYKA rok akademicki 2015/2016 semestr zimowy. Temat 2: Grice a teoria znaczenia
PRAGMATYKA rok akademicki 2015/2016 semestr zimowy Temat 2: Grice a teoria znaczenia Pragmatyka: nauka badająca te aspekty znaczenia i funkcji wypowiedzi, które są zależne od jej kontekstu; studia nad
O badaniach nad SZTUCZNĄ INTELIGENCJĄ
O badaniach nad SZTUCZNĄ INTELIGENCJĄ Wykład 7. O badaniach nad sztuczną inteligencją Co nazywamy SZTUCZNĄ INTELIGENCJĄ? szczególny rodzaj programów komputerowych, a niekiedy maszyn. SI szczególną własność
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,
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
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
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
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
Struktury formalne, czyli elementy Teorii Modeli
Struktury formalne, czyli elementy Teorii Modeli Szymon Wróbel, notatki z wykładu dra Szymona Żeberskiego semestr zimowy 2016/17 1 Język 1.1 Sygnatura językowa Sygnatura językowa: L = ({f i } i I, {P j
1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych.
Elementy logiki i teorii zbiorów. 1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych. Pojęcia pierwotne to najprostsze
Komputerowe Systemy Przemysłowe: Modelowanie - UML. Arkadiusz Banasik arkadiusz.banasik@polsl.pl
Komputerowe Systemy Przemysłowe: Modelowanie - UML Arkadiusz Banasik arkadiusz.banasik@polsl.pl Plan prezentacji Wprowadzenie UML Diagram przypadków użycia Diagram klas Podsumowanie Wprowadzenie Języki
Wstęp do logiki. Semiotyka cd.
Wstęp do logiki Semiotyka cd. Semiotyka: język Ujęcia języka proponowane przez językoznawców i logików różnią się istotnie w wielu punktach. Z punktu widzenia logiki każdy język można scharakteryzować
Wstęp do Techniki Cyfrowej... Teoria automatów
Wstęp do Techniki Cyfrowej... Teoria automatów Alfabety i litery Układ logiczny opisywany jest przez wektory, których wartości reprezentowane są przez ciągi kombinacji zerojedynkowych. Zwiększenie stopnia
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
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
Klasyczny rachunek predykatów
Kultura logiczna Klasyczny rachunek predykatów Bartosz Gostkowski bgostkowski@gmail.com Alfabet klasycznego rachunku zdań reguły konsytutywne języka Alfabet klasycznego rachunku predykatów (KRP Do alfabetu
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
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
Filozofia, Pedagogika, Wykład I - Miejsce filozofii wśród innych nauk
Filozofia, Pedagogika, Wykład I - Miejsce filozofii wśród innych nauk 10 października 2009 Plan wykładu Czym jest filozofia 1 Czym jest filozofia 2 Filozoficzna geneza nauk szczegółowych - przykłady Znaczenie
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
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:
Elementy logiki matematycznej
Elementy logiki matematycznej Przedmiotem logiki matematycznej jest badanie tzw. wyrażeń logicznych oraz metod rozumowania i sposobów dowodzenia używanych w matematyce, a także w innych dziedzinach, w
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
Monitoring procesów z wykorzystaniem systemu ADONIS. Krok po kroku
z wykorzystaniem systemu ADONIS Krok po kroku BOC Information Technologies Consulting Sp. z o.o. e-mail: boc@boc-pl.com Tel.: (+48 22) 628 00 15, 696 69 26 Fax: (+48 22) 621 66 88 BOC Management Office
Filozofia, Historia, Wykład IV - Platońska teoria idei
Filozofia, Historia, Wykład IV - Platońska teoria idei 2010-10-01 Tematyka wykładu 1 Metafora jaskini 2 Świat materialny - świat pozoru Świat idei - świat prawdziwy Relacja między światem idei i światem
Filozofia, ISE, Wykład VII - Platońska teoria idei cz. 2.
Filozofia, ISE, Wykład VII - Platońska teoria idei cz. 2. Artur Machlarz 2011-10-01 Plan wykładu 1 Czym według Platona jest wiedza prawdziwa i jak ją osiągnąć? 2 3 Protagoras - człowiek jest miarą wszechrzeczy...
WYMAGANIA EDUKACYJNE Z JĘZYKA POLSKIEGO - OCENIANIE BIEŻĄCE, SEMESTRALNE I ROCZNE (2015/2016)
WYMAGANIA EDUKACYJNE Z JĘZYKA POLSKIEGO - OCENIANIE BIEŻĄCE, SEMESTRALNE I ROCZNE (2015/2016) Ocena dopuszczająca: Ocenę dopuszczającą otrzymuje uczeń, który opanował wiadomości i umiejętności określone
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
Wstęp do logiki. Klasyczny Rachunek Zdań II
Wstęp do logiki Klasyczny Rachunek Zdań II DEF. 1 (Słownik). Następujące znaki tworzą słownik języka KRZ: p 1, p 2, p 3, (zmienne zdaniowe) ~,,,, (spójniki) ), ( (nawiasy). DEF. 2 (Wyrażenie). Wyrażeniem
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
Wykład 2. Relacyjny model danych
Wykład 2 Relacyjny model danych Wymagania stawiane modelowi danych Unikanie nadmiarowości danych (redundancji) jedna informacja powinna być wpisana do bazy danych tylko jeden raz Problem powtarzających
Filozofia z elementami logiki Język jako system znaków słownych część 2
Filozofia z elementami logiki Język jako system znaków słownych część 2 Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl Rozkład jazdy 1 Pojęcie znaku 2 Funkcje wypowiedzi językowych
JAO - Wprowadzenie do Gramatyk bezkontekstowych
JAO - Wprowadzenie do Gramatyk bezkontekstowych Definicja gramatyki bezkontekstowej Podstawowymi narzędziami abstrakcyjnymi do opisu języków formalnych są gramatyki i automaty. Gramatyka bezkontekstowa
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
Główne problemy kognitywistyki: Reprezentacja
Główne problemy kognitywistyki: Reprezentacja Wykład 1 Wprowadzenie do problemu reprezentacji Andrzej Klawiter http://www.amu.edu.pl/~klawiter klawiter@amu.edu.pl Pojęcie reprezentacji (1) Słowo 'reprezentacja'
INFORMATYKA GEODEZYJNO- KARTOGRAFICZNA. Modelowanie danych. Model związków-encji
Modelowanie danych. Model związków-encji Plan wykładu Wprowadzenie do modelowania i projektowania kartograficznych systemów informatycznych Model związków-encji encje atrybuty encji związki pomiędzy encjami
Logika I. Wykład 4. Semantyka Klasycznego Rachunku Zdań
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 4. Semantyka Klasycznego Rachunku Zdań 1 Skróty: Język Klasycznego Rachunku Zdań zamiast Klasyczny Rachunek Zdań piszę
KULTURA JAKO ZMIENNA WEWNĘTRZNA. związek efektywności i kultury organizacyjnej
KULTURA JAKO ZMIENNA NIEZALEŻNA - narodowe style zarządzania - podobieństwa i różnice w sposobie zarządzania w różnych krajach związek efektywności i kultury narodowej Oprac. na podst. Smircich (1983).
Weryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1
Weryfikacja hipotez statystycznych KG (CC) Statystyka 26 V 2009 1 / 1 Sformułowanie problemu Weryfikacja hipotez statystycznych jest drugą (po estymacji) metodą uogólniania wyników uzyskanych w próbie
Wprowadzenie do logiki Język jako system znaków słownych
Wprowadzenie do logiki Język jako system znaków słownych Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl język system znaków słownych skoro system, to musi być w tym jakiś porządek;
prawda symbol WIEDZA DANE komunikat fałsz liczba INFORMACJA (nie tyko w informatyce) kod znak wiadomość ENTROPIA forma przekaz
WIEDZA prawda komunikat symbol DANE fałsz kod INFORMACJA (nie tyko w informatyce) liczba znak forma ENTROPIA przekaz wiadomość Czy żyjemy w erze informacji? TAK Bo używamy nowego rodzaju maszyn maszyn
O badaniach nad SZTUCZNĄ INTELIGENCJĄ
O badaniach nad SZTUCZNĄ INTELIGENCJĄ Jak określa się inteligencję naturalną? Jak określa się inteligencję naturalną? Inteligencja wg psychologów to: Przyrodzona, choć rozwijana w toku dojrzewania i uczenia
JAKIEGO RODZAJU NAUKĄ JEST
JAKIEGO RODZAJU NAUKĄ JEST INFORMATYKA? Computer Science czy Informatyka? Computer Science czy Informatyka? RACZEJ COMPUTER SCIENCE bo: dziedzina ta zaistniała na dobre wraz z wynalezieniem komputerów
Internet Semantyczny i Logika I
Internet Semantyczny i Logika I Warstwy Internetu Semantycznego Dowód Zaufanie Logika OWL, Ontologie Podpis cyfrowy RDF, schematy RDF XML, schematy XML przestrzenie nazw URI Po co nam logika? Potrzebujemy
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
Główne problemy kognitywistyki: Reprezentacja
Główne problemy kognitywistyki: Reprezentacja Wykład 1 Wprowadzenie do problemu reprezentacji Andrzej Klawiter http://www.amu.edu.pl/~klawiter klawiter@amu.edu.pl Źródło pojęcia reprezentacji Słowo 'reprezentacja'
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
dr Anna Mazur Wyższa Szkoła Promocji Intuicja a systemy przekonań
dr Anna Mazur Wyższa Szkoła Promocji Intuicja a systemy przekonań Systemy przekonań Dlaczego mądrzy ludzie podejmują głupie decyzje? Odpowiedzialne są nasze przekonania. Przekonania, które składają się
RACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA
Wydział: WiLiŚ, Transport, sem.2 dr Jolanta Dymkowska RACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA Przestrzeń probabilistyczna Modelem matematycznym (tj. teoretycznym, wyidealizowanym,
5. WNIOSKOWANIE PSYCHOMETRYCZNE
5. WNIOSKOWANIE PSYCHOMETRYCZNE Model klasyczny Gulliksena Wynik otrzymany i prawdziwy Błąd pomiaru Rzetelność pomiaru testem Standardowy błąd pomiaru Błąd estymacji wyniku prawdziwego Teoria Odpowiadania
LOGIKA Dedukcja Naturalna
LOGIKA Dedukcja Naturalna Robert Trypuz Katedra Logiki KUL 7 stycznia 2014 Robert Trypuz (Katedra Logiki) Założeniowy system klasycznego rachunku zdań 7 stycznia 2014 1 / 42 PLAN WYKŁADU 1 Przykład dowodów
PODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu "Podstawy baz danych"
PODSTAWY BAZ DANYCH 19. Perspektywy baz danych 1 Perspektywy baz danych Temporalna baza danych Temporalna baza danych - baza danych posiadająca informację o czasie wprowadzenia lub czasie ważności zawartych
Andrzej Wiśniewski Logika II. Wykład 6. Wprowadzenie do semantyki teoriomodelowej cz.6. Modele i pełność
Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 6. Wprowadzenie do semantyki teoriomodelowej cz.6. Modele i pełność 1 Modele Jak zwykle zakładam, że pojęcia wprowadzone
Rozdział VII. Znaczenie logiki dla prawa i pracy prawnika Zadania i odpowiedzi 20
Przedmowa Wykaz skrótów XIII XV Część A. Wprowadzenie Rozdział I. Rys historyczny 1 1. Początki logiki jako nauki 1 2. Średniowiecze 2 3. Czasy nowożytne i współczesne 4 Rozdział II. Podstawowe prawa myślenia
REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH
REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH Transport, studia I stopnia rok akademicki 2012/2013 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Adam Wosatko Ewa Pabisek Pojęcie
Algorytmy Równoległe i Rozproszone Część X - Algorytmy samostabilizujące.
Algorytmy Równoległe i Rozproszone Część X - Algorytmy samostabilizujące. Łukasz Kuszner pokój 209, WETI http://www.sphere.pl/ kuszner/ kuszner@sphere.pl Oficjalna strona wykładu http://www.sphere.pl/
Modelowanie i obliczenia techniczne. dr inż. Paweł Pełczyński
Modelowanie i obliczenia techniczne dr inż. Paweł Pełczyński ppelczynski@swspiz.pl Literatura Z. Fortuna, B. Macukow, J. Wąsowski: Metody numeryczne, WNT Warszawa, 2005. J. Awrejcewicz: Matematyczne modelowanie
Kultura logiczna Klasyczny rachunek zdań 2/2
Kultura logiczna Klasyczny rachunek zdań 2/2 Bartosz Gostkowski bgostkowski@gmail.com Kraków 29 III 2 Plan wykładu: Wartościowanie w KRZ Tautologie KRZ Wartościowanie v, to funkcja, która posyła zbiór
domykanie relacji, relacja równoważności, rozkłady zbiorów
1 of 8 2012-03-28 17:45 Logika i teoria mnogości/wykład 5: Para uporządkowana iloczyn kartezjański relacje domykanie relacji relacja równoważności rozkłady zbiorów From Studia Informatyczne < Logika i
Logika Matematyczna (1)
Logika Matematyczna (1) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Wprowadzenie Jerzy Pogonowski (MEG) Logika Matematyczna (1) Wprowadzenie 1 / 20 Plan konwersatorium
MODELOWANIE RZECZYWISTOŚCI
MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN Szkoła Wyższa Psychologii Społecznej d.wojcik@nencki.gov.pl dwojcik@swps.edu.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/
M T E O T D O ZI Z E E A LG L O G R O Y R TM
O ALGORYTMACH I METODZIE ALGORYTMICZNEJ Czym jest algorytm? Czym jest algorytm? przepis schemat zestaw reguł [ ] program ALGORYTM (objaśnienie ogólne) Algorytm Pojęcie o rodowodzie matematycznym, oznaczające
Spostrzeganie jako proces kategoryzacji percepcyjnej.
Spostrzeganie jako proces kategoryzacji percepcyjnej. Odbiór informacji przez organizmy żywe przebiega w specyficzny sposób. Zespoły komórek nerwowych nazywanych detektorami cech wykonują kodowanie wybranych
Logika dla socjologów Część 2: Przedmiot logiki
Logika dla socjologów Część 2: Przedmiot logiki Rafał Gruszczyński Katedra Logiki Uniwersytet Mikołaja Kopernika 2011/2012 Spis treści 1 Działy logiki 2 Własności semantyczne i syntaktyczne 3 Błędy logiczne