AGM信念收缩算子的拓扑式刻画

• 作者: 储节磊 原雅燕 孟华 王红军
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 知识表示 信念收缩 认知牢固度 拓扑空间
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 2015年第三届CCF大数据学术会议
• 页码范围: 87-90
• 页数: 4页
• 分类号: TP181
• 字数: 5838字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.9.016

摘要

当agent的信念集是无限集时,传统的基于有限逻辑语言的刻画信念变化(belief change)的简单语义模型通常不再适用.G(a)rdenfors和Makinson引入的epistemic entrenchment(认知牢固度)模型虽然可以用来从语义上刻画AGM型信念收缩算子,但他们并未给出如何构造一个具体的epistemic entrenchment的方法.在无限命题逻辑语言的背景下,通过在模型集上引入一个拓扑结构,构造出一种新的用来刻画AGM信念收缩的语义结构,称为认知链,并给出相应表示定理.讨论了epistemic entrenchment与认知链之间的关系.相对epistemic entrenchment而言,认知链具有结构简单并易于构造的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王红军	西南交通大学信息科学与技术学院	14	93	4.0	9.0
2	孟华	西南交通大学数学学院	3	1	1.0	1.0
6	原雅燕	河南师范大学数学与信息科学学院	2	1	1.0	1.0
7	储节磊	西南交通大学力学与工程学院	5	20	2.0	4.0