Αυτόματη συλλογιστική σε οντολογίες

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Αυτόματη συλλογιστική σε οντολογίες"

Transcript

1 εφάλαιο 3 Αυτόματη συλλογιστική σε οντολογίες 3.1 Εισαγωγή Η οντολογική αναπαράσταση γνώσης δίνει τη δυνατότητα ρητής, τυπικής καταγραφής των ιδιοτήτων των αντικειμένων που επιθυμούμε να περιγράψουμε. ε βάση τις ιδιότητες αυτές, ορίζονται κατηγοριοποιήσεις και συσχετίσεις που οδηγούν στην αυτοματοποιημένη ταξινόμηση, αναγνώριση και εξαγωγή χαρακτηριστικών των αντικειμένων του πεδίου αναφοράς. Για να μπορέσουν οι διαδικασίες αυτές να τυποποιηθούν μεθοδολογικά, είναι απαραίτητο να αναπτυχθούν αλγόριθμοι που να εκτελούνται από υπολογιστικά συστήματα και να έχουν τον εξής στόχο: Δεδομένης της τυπικής περιγραφής μιας κατηγορίας αντικειμένων, η περιγραφή αυτή να εμπλουτιστεί με αυτόματο τρόπο. Δηλαδή, δεδομένου ενός συνόλου ιδιοτήτων που έχουν τα αντικείμενα μιας συγκεκριμένης κατηγορίας (όπως περιγράφεται από τα αξιώματα υπαγωγής της γνώσης), να εξάγονται επιπλέον ιδιότητες οι οποίες χαρακτηρίζουν και αυτές αδιαμφισβήτητα την συγκεκριμένη κατηγορία. Η διαδικασία αυτή, η παραγωγή ασφαλών συμπερασμάτων, υποστηρίζεται από τους αλγόριθμους αυτόματης συλλογιστικής. Όπως και στην περίπτωση της λογικής πρώτης τάξης, έτσι στις περιγραφικές λογικές η αυτόματη συλλογιστική στηρίζεται στην εφαρμογή των περιορισμών της τυπικής σημασιολογίας των εκφράσεων που χρησιμοποιούνται στη γλώσσα. άθε έκφραση, δηλαδή κάθε αξίωμα, περιορίζει τα πιθανά μοντέλα της γνώσης με βάση την ερμηνεία που δίνεται στους λογικούς τελεστές. Όσο πιο σύνθετοι είναι οι λογικοί τελεστές, τόσο πιο σύνθετη είναι η διαχείρισή τους και συνεπώς τόσο πιο περίπλοκο είναι το πρόβλημα της ανάπτυξης συστημάτων αυτόματης συλλογιστικής. Επομένως, η εκφραστικότητα της γλώσσας από τη μια διευκολύνει την αναπαράσταση, δίνοντας τη δυνατότητα περιγραφής πιο σύνθετων περιορισμών, από την άλλη, όμως, ανεβάζει τον βαθμό δυσκολίας του προβλήματος της συλλογιστικής. Ένα σημαντικό πλεονέκτημα των περιγραφικών λογικών και γενικά της οντολογικής αναπαράστασης γνώσης είναι η δυνατότητα τμηματοποίησης της εκφραστικότητας: τρόπος με τον οποίο είναι δομημένη η γλώσσα δίνει τη δυνατότητα εύκολης πρόσθεσης ή αφαίρεσης εκφραστικών δυνατοτήτων, δηλαδή λογικών τελεστών αναπαράστασης σύνθετων εννοιών ή ρόλων. ε τον τρόπο αυτό, ανάλογα με την εφαρμογή, δίνεται η δυνατότητα στον μηχανικό γνώσης να επιλέγει την ακρίβεια της περιγραφής του, πληρώνοντας, αντίστοιχα, το κόστος της πολυπλοκότητας του συστήματος συλλογιστικής. Έτσι, αν υπάρχει ανάγκη για ταχύτητα, χρησιμοποιούνται λιγότερο εκφραστικές γλώσσες, ενώ αν η αναπαράσταση των περιορισμών είναι απαραίτητο να είναι λεπτομερής, θυσιάζεται η ταχύτητα του συστή- 69

2 70 ΕΦΑ Α 3. ΑΥΤ ΑΤΗ ΣΥ Γ ΣΤ Η ΣΕ Τ Γ ΕΣ ματος συλλογιστικής. Στη συνέχεια, θα μελετήσουμε αλγόριθμους συλλογιστικής, τόσο για περιγραφικές λογικές περιορισμένης εκφραστικότητας όσο και για πολύ εκφραστικές, με στόχο να αναδειχθούν τόσο τα σημαντικά χαρακτηριστικά των αλγορίθμων όσο και οι σημαντικές δυσκολίες που αντιμετωπίζονται στην ανάπτυξή τους. 3.2 Προβλήματα συλλογιστικής Θα προχωρήσουμε στον τυπικό ορισμό των προβλημάτων συλλογιστικής, ξεκινώντας από τις έννοιες της ικανοποιησιμότητας και της λογικής συνεπαγωγής αξιωμάτων και ισχυρισμών στο πλαίσιο μιας γνώσης, που δίνονται στον βασικό ορισμό της σημασιολογίας του προηγούμενου κεφαλαίου ( ρισμός 2.4.1). Ορισμός Έστω K = A, T μια βάση γνώσης (όπου μια περιγραφική λογική) με υπογραφή (K), όπου,, σύνολα ονομάτων ατόμων, εννοιών και ρόλων, αντίστοιχα. Έστω, επίσης, C μια έννοια της γνώσης, α ένας ισχυρισμός με (α) (K) και τ ένα αξίωμα με (τ) (K). Θα λέμε ότι η έννοια C είναι ικανοποιήσιμη (satisfiable) στo TBox T, αν και μόνο αν η C ικανοποιείται σε κάθε μοντέλο του T. Θα λέμε ότι το αξίωμα τ είναι λογικό συμπέρασμα (logical entailment) του TBox T και θα γράφουμε T = τ, αν και μόνο αν το τ ικανοποιείται σε κάθε μοντέλο του T. Θα λέμε ότι το ABox A είναι συνεπές (consistent) με βάση το TBox T, αν και μόνο αν υπάρχει μοντέλο του T το οποίο είναι και μοντέλο του A. Θα λέμε ότι ο ισχυρισμός α είναι λογικό συμπέρασμα της γνώσης K και θα γράφουμε K = α, αν και μόνο αν o α ικανοποιείται σε κάθε μοντέλο της K. ρισμός εισάγει αρκετά ενδιαφέροντα προβλήματα συλλογιστικής. Στη συνέχεια, ορίζουμε τυπικά ένα σύνολο από προβλήματα συλλογιστικής που αφορούν ορολογίες, δηλαδή κάποιο TBox. Πρόβλημα T1. Έλεγχος ικανοποιησιμότητας έννοιας. Δίνεται ένα TBox T και μια έννοια C με (C) (T ). α ελεγχθεί η ικανοποιησιμότητα της έννοιας C με βάση το T. Πρόβλημα T2. Έλεγχος συνεπαγωγής αξιώματος υπαγωγής εννοιών. Δίνεται ένα TBox T και δύο έννοιες C και D με (C) (T ) και (D) (T ). α ελεγχθεί αν το αξίωμα C D είναι λογικό συμπέρασμα του T, δηλαδή αν T = C D. Πρόβλημα T3. Έλεγχος συνεπαγωγής αξιώματος ισοδυναμίας εννοιών. Δίνεται ένα TBox T και δύο έννοιες C και D με (C) (T ) και (D) (T ). α ελεγχθεί αν το αξίωμα C D είναι λογικό συμπέρασμα του T, δηλαδή αν T = C D. Πρόβλημα T4. Έλεγχος συνεπαγωγής αξιώματος ξένων εννοιών. Δίνεται ένα TBox T και δύο έννοιες C και D με (C) (T ) και (D) (T ). α ελεγχθεί αν το αξίωμα C D είναι λογικό συμπέρασμα του T, δηλαδή αν T = C D.

3 3.2. Β Η ΑΤΑ ΣΥ Γ ΣΤ ΗΣ 71 Δεν είναι δύσκολο να δούμε ότι τα παραπάνω προβλήματα δεν είναι ανεξάρτητα μεταξύ τους και, υπό κάποιες προϋποθέσεις, αν επιλυθεί κάποιο από αυτά, μπορούν να επιλυθούν και τα υπόλοιπα. ράγματι, αν στη συγκεκριμένη περιγραφική λογική μπορεί να αναπαρασταθεί η έννοια καθώς και η σύζευξη εννοιών (που συνήθως μπορεί να αναπαρασταθεί στις περισσότερες περιγραφικές λογικές, όπως είδαμε στο προηγούμενο κεφάλαιο), τότε όλα τα προβλήματα μπορούν να αναχθούν σε αυτό του ελέγχου της υπαγωγής εννοιών. ράγματι, δεν είναι δύσκολο να αποδείξουμε ότι ισχύει η παρακάτω πρόταση. Πρόταση Δίνεται ένα TBox T και δύο έννοιες C και D. 1. Η έννοια C είναι μη ικανοποιήσιμη στο T, αν και μόνο αν είναι λογικό συμπέρασμα του T ότι η έννοια C υπάγεται στην έννοια, δηλαδή αν και μόνο αν T = C. 2. Είναι λογικό συμπέρασμα του T ότι οι έννοιες C και D είναι ισοδύναμες, δηλαδή ότι C D, αν και μόνο αν η έννοια C υπάγεται στην έννοια D και η έννοια D υπάγεται στην έννοια C, δηλαδή αν και μόνο αν T = C D και T = D C. 3. Είναι λογικό συμπέρασμα του T ότι οι έννοιες C και D είναι ξένες, αν και μόνο αν είναι λογικό συμπέρασμα του T ότι η έννοια C D υπάγεται στην έννοια, δηλαδή αν και μόνο αν T = C D. ε βάση την ρόταση 3.2.2, μπορούμε να αναγάγουμε τα ροβλήματα T1, T3 και T4 σε αυτό του ελέγχου συνεπαγωγής ενός αξιώματος από ένα TBox ( ρόβλημα T2). Επιπλέον, σημαντικό ενδιαφέρον από πρακτικής άποψης παρουσιάζει η αναγωγή των ροβλημάτων T2, T3 και T4 στο πρόβλημα του ελέγχου της ικανοποιησιμότητας μιας έννοιας ( ρόβλημα T1). Δεν είναι δύσκολο να δούμε, όμως, ότι η αναγωγή αυτή απαιτεί να μπορεί να αναπαρασταθεί στη συγκεκριμένη περιγραφική λογική η άρνηση μιας έννοιας. Συγκεκριμένα, αποδεικνύεται ότι ισχύει η παρακάτω πρόταση. Πρόταση Δίνεται ένα TBox T και δύο έννοιες C και D. 1. Είναι λογικό συμπέρασμα του T ότι η έννοια C υπάγεται στην έννοια D, αν και μόνο αν η έννοια C D είναι μη ικανοποιήσιμη στο T. 2. Είναι λογικό συμπέρασμα του T ότι oι έννοιες C και D είναι ισοδύναμες, αν και μόνο αν οι έννοιες C D και C D είναι μη ικανοποιήσιμες στο T. 3. Είναι λογικό συμπέρασμα του T ότι οι έννοιες C και D είναι ξένες, αν και μόνο αν η έννοια C D είναι μη ικανοποιήσιμη στο T. ε αντίστοιχο τρόπο ορίζονται προβλήματα συλλογιστικής που εμπλέκουν και σώματα ισχυρισμών, δηλαδή κάποιο ABox. Έστω K = A, T μια βάση γνώσης περιγραφικής λογικής με υπογραφή (K), όπου,, σύνολα ονομάτων ατόμων, εννοιών και ρόλων, αντίστοιχα. Έστω, επίσης, C μια έννοια της γνώσης και α ένας ισχυρισμός με (α) (K). Πρόβλημα A1. Συνέπεια ABox. α ελεγχθεί αν το ABox A είναι συνεπές με βάση το TBox T. Πρόβλημα A2. Συνεπαγωγή ισχυρισμού έννοιας. Έστω ότι ο ισχυρισμός α είναι ισχυρισμός έννοιας, δηλαδή γράφεται ως C(a), όπου a ένα άτομο και C μια έννοια C της γνώσης. α ελεγχθεί αν o ισχυρισμός C(a) είναι λογικό συμπέρασμα της γνώσης, δηλαδή αν K = C(a).

4 72 ΕΦΑ Α 3. ΑΥΤ ΑΤΗ ΣΥ Γ ΣΤ Η ΣΕ Τ Γ ΕΣ Πρόβλημα A3. Συνεπαγωγή ισχυρισμού ρόλου. Έστω ότι ο ισχυρισμός α είναι ισχυρισμός ρόλου, δηλαδή γράφεται ως r(a, b), όπου a, b δύο άτομα και r ένας ρόλος της γνώσης. α ελεγχθεί αν o ισχυρισμός r(a, b) είναι λογικό συμπέρασμα της γνώσης, δηλαδή αν K = r(a, b). Όπως και στην περίπτωση των προβλημάτων συλλογιστικής για ορολογίες, τα προβλήματα συλλογιστικής που εμπλέκουν, εκτός από ορολογίες, και σώματα ισχυρισμών μπορούν να μετασχηματιστούν από τη μια μορφή στην άλλη (αρκεί να μπορεί να εκφραστεί η άρνηση μιας έννοιας). Αυτό φαίνεται από την παρακάτω πρόταση, με βάση την οποία υποδεικνύεται ένας τρόπος μετασχηματισμού του ροβλήματος A1 στο A3 και αντίστροφα. Πρόταση Δίνεται μια βάση γνώσης K = A, T, μια έννοιά της C και ένα άτομο a.o ισχυρισμός C(a) είναι λογικό συμπέρασμα της γνώσης, δηλαδή K = C(a), αν και μόνο αν το σώμα ισχυρισμών A { C(a)} είναι ασυνεπές με βάση την ορολογία T. Αξίζει να παρατηρήσουμε ότι το ρόβλημα A2 σπάνια μπορεί να μετασχηματιστεί με αντίστοιχο τρόπο στο ρόβλημα A3, διότι στις συνήθεις περιγραφικές λογικές συνήθως δεν ορίζεται ο τελεστής της άρνησης ρόλων. Επιπλέον, το πρόβλημα της ικανοποιησιμότητας μιας έννοιας σε ένα TBox μπορεί να μετασχηματιστεί στο πρόβλημα του ελέγχου της συνέπειας ενός ABox, όπως υποδεικνύεται από την παρακάτω πρόταση. Πρόταση Δίνεται ένα TBox T και μια έννοια C του TBox αυτού. Είναι λογικό συμπέρασμα του T ότι η έννοια C ικανοποιήσιμη στο T, αν και μόνο αν το ABox {C(a)}, όπου a ένα νέο όνομα ατόμου είναι συνεπές με βάση το TBox T. ε βάση τους μετασχηματισμούς προβλημάτων που μελετήσαμε, οδηγούμαστε στο συμπέρασμα ότι το ρόβλημα A1 είναι πολύ σημαντικό για τις εκφραστικές περιγραφικές λογικές, διότι τα περισσότερα προβλήματα που ορίσαμε μπορούν να μετασχηματιστούν σε αυτό. Φυσικά, σε περίπτωση που η περιγραφική λογική δεν είναι τόσο εκφραστική ώστε να μπορεί να οριστεί η άρνηση, οι αναγωγές προβλημάτων είναι πολύ περιορισμένες, και συνεπώς είναι απαραίτητο να προτείνονται αυτόματοι αλγόριθμοι που να επιλύουν κάθε πρόβλημα χωριστά. Από την άλλη πλευρά, είναι σημαντικό ότι η δυσκολία του προβλήματος της συλλογιστικής αυξάνεται ιδιαίτερα σε μια περιγραφική λογική στην οποία μπορεί να διατυπωθεί η άρνηση μιας έννοιας, μέσω του τελεστή. Ενδεικτικό είναι το επόμενο παράδειγμα. Παράδειγμα Έστω το ABox A = {α 1, α 2, α 3, α 4, α 5 α 6 }, με α 1 : ( ), α 2 : ( ), α 3 : (, ), α 4 : (, ), α 5 : (, ), α 6 : (, ). Θα εξετάσουμε αν το A συνεπάγεται λογικά τον ισχυρισμό (3.1) (.(. ))( ). (3.2) ι ισχυρισμοί του A δηλώνουν ότι το είναι κωμωδία, το δεν είναι κωμωδία, το σχετίζεται με βάση τις προτιμήσεις των χρηστών με το (αυτή είναι η φυσική ερμηνεία του κατηγορήματος ), αντίστοιχα το με το, το

5 3.2. Β Η ΑΤΑ ΣΥ Γ ΣΤ ΗΣ 73 με το και το με το. Ζητείται να αποδείξουμε ότι με βάση τη γνώση αυτή το σχετίζεται με κάποια ταινία που είναι κωμωδία, και αυτή με τη σειρά της σχετίζεται με μια ταινία που δεν είναι κωμωδία. Από μια πρώτη ανάγνωση του A, φαίνεται να μην ισχύει το αξίωμα (3.2), διότι οι μόνες ταινίες με τις οποίες σχετίζεται ρητά η είναι οι και απ αυτές, η δεν αναφέρεται ρητά ότι είναι, ενώ η, που είναι, σχετίζεται μόνο με την, για την οποία δεν φαίνεται ρητά ότι δεν είναι. Ας δούμε, όμως, τυπικά, με βάση τη σημασιολογία των περιγραφικών λογικών, αν ισχύει η (3.2) ή όχι στο ABox (3.1). Έστω, χωρίς βλάβη της γενικότητας, ένα μοντέλο του ABox με I = {x, y, z, v}, για το οποίο ισχύει ότι I = {x}, I = {y}, I = {z} και I = {v}, για το οποίο, με βάση τους ισχυρισμούς του ABox, θα ισχύει ότι x I (για να ικανοποιείται ο α 1 ), (x, y) I (για να ικανοποιείται το α 3 ), (y, z) I (για να ικανοποιείται ο α 4 ), (v, x) I (για να ικανοποιείται ο α 5 ) και (v, y) I (για να ικανοποιείται ο α 6 ). ροφανώς, δεν μπορεί να ισχύει ότι z I, διότι σε αυτήν την περίπτωση η I δεν θα ήταν μοντέλο, αφού δεν θα ικανοποιούνταν ο α 2. αρατηρούμε ότι η ερμηνεία συνεχίζει να είναι μοντέλο αν προσθέσουμε το γεγονός y I. Αυτό ισχύει, διότι αφενός δεν γνωρίζουμε αν ( ) (ώστε να είναι απαραίτητο το y I ) και αφετέρου δεν είναι λογικό συμπέρασμα της γνώσης ότι ( ). Συνεπώς, ένα άλλο μοντέλο της γνώσης είναι αυτό στο οποίο ισχύει το y I. Συνοψίζοντας, διακρίνουμε δύο περιπτώσεις (στην πρώτη περίπτωση ισχύει ότι ( ) και στη δεύτερη ότι ( )), οι οποίες οδηγούν σε δύο διαφορετικά μοντέλα (y I ή y I, αντίστοιχα), που δίνονται παρακάτω: και I = {x, y, z}, I = {x}, I = {y}, I = {z}, I = {v}, I = {x}, I = {(x, y), (y, z), (v, x), (v, y)} (3.3) I = {x, y, z}, I = {x}, I = {y}, I = {z}, I = {v}, I = {x, y}, I = {(x, y), (y, z), (v, x), (v, y)}. (3.4) Στο μοντέλο (3.3), παρατηρούμε ότι για το αντικείμενο x ισχύει ότι x I και επιπλέον (x, y) I με y I. Επομένως, ισχύει ότι x (. ) I, (3.5) και επειδή (v, x) I ο ισχυρισμός (3.2) ικανοποιείται. Αντίστοιχα, στο μοντέλο (3.4), παρατηρούμε ότι για το αντικείμενο y ισχύει ότι y I και επιπλέον (y, z) I με z I. Επομένως, ισχύει ότι y (. ) I, (3.6)

6 74 ΕΦΑ Α 3. ΑΥΤ ΑΤΗ ΣΥ Γ ΣΤ Η ΣΕ Τ Γ ΕΣ και επειδή (v, y) I ο ισχυρισμός (3.2) ικανοποιείται και πάλι (για διαφορετικό αντικείμενο, αλλά αυτό δεν είναι σημαντικό για το πρόβλημα που εξετάζουμε). Επομένως, ο ισχυρισμός (3.2) ικανοποιείται σε κάθε περίπτωση (σε κάθε μοντέλο του (3.1)) και άρα είναι λογικό συμπέρασμά του. 3.3 Αλγόριθμοι δομικής υπαγωγής Είναι προφανές ότι η δυσκολία των προβλημάτων συλλογιστικής εξαρτάται σε μεγάλο βαθμό από την εκφραστικότητα της γλώσσας, δηλαδή από το πλήθος και τον τύπο των λογικών τελεστών που μπορούν να χρησιμοποιηθούν για τον σχηματισμό των σύνθετων εννοιών και ρόλων που περιλαμβάνονται στα αξιώματα της γνώσης. Θα ξεκινήσουμε τη μελέτη των αλγορίθμων και συστημάτων συλλογιστικής από απλές περιγραφικές λογικές και σταδιακά θα ανεβάζουμε την εκφραστικότητα, μελετώντας σε κάθε περίπτωση τις αντίστοιχες μεθοδολογίες που έχουν αναπτυχθεί στη βιβλιογραφία. Το πρώτο πρόβλημα που θα αντιμετωπίσουμε είναι αυτό της υπαγωγής εννοιών στη γλώσσα FL 0, στην οποία για τον σχηματισμό σύνθετων εννοιών, εκτός από ονόματα εννοιών και ονομάτων ρόλων, είναι διαθέσιμοι οι λογικοί τελεστές και. Τυπικά, το πρόβλημα, το οποίο αποτελεί υποπερίπτωση του ροβλήματος T2 (για κενό TBox), διατυπώνεται ως εξής: Πρόβλημα υπαγωγής εννοιών στην FL 0. Δίνονται δύο FL 0 έννοιες C και D, και ζητείται να ελεγχθεί αν ισχύει η υπαγωγή C D. Τα επόμενα παραδείγματα δείχνουν τον τρόπο με τον οποίο μπορούμε να αντιμετωπίσουμε τυπικά το πρόβλημα. Παράδειγμα Έστω οι έννοιες C και D που ορίζονται από τα αξιώματα C A, D A B. αρατηρούμε ότι ισχύει D C, ανεξάρτητα από τις A, B. ράγματι, με βάση τη σημασιολογία του τελεστή, για κάθε a D I ισχύει ότι a A I B I, επομένως ισχύει ότι a A I. Άρα ισχύει ότι a C I. Διαισθητικά, θα λέγαμε ότι τα στιγμιότυπα της έννοιας D, εκτός από την ιδιότητα που περιγράφεται από την έννοια A (την οποία μοιράζονται με τα στιγμιότυπα της έννοιας C), έχουν και την ιδιότητα που περιγράφεται από την έννοια B. Παράδειγμα Έστω οι έννοιες C και D που δίνονται από τις σχέσεις C r.a, D r.(a B). αρατηρούμε, όπως και στο αράδειγμα 3.3.1, ότι ισχύει D C, ανεξάρτητα από τις A, B. ράγματι, με βάση τη σημασιολογία του τελεστή, αν a ( r.(a B)) I, τότε για κάθε b I με (a, b) r I, ισχύει ότι b A I B I, συνεπώς b A I και άρα a ( r.a) I. Συνεπώς, a C I. Από τα παραπάνω οδηγούμαστε στις εξής διαισθητικές παρατηρήσεις:

7 3.3. Α Γ Θ Δ ΗΣ Υ ΑΓΩΓΗΣ 75 άθε FL 0 έννοια θα μπορούσε να αντιμετωπιστεί ως μια σύζευξη απλούστερων εννοιών που εμπλέκουν είτε ατομικές έννοιες είτε σύνθετες έννοιες που ξεκινούν με χρήση του τελεστή. εριγράφει, λοιπόν, άτομα τα οποία είτε έχουν ένα σύνολο απλών ιδιοτήτων (αυτές που συνδέονται με τις ατομικές έννοιες εμπλέκονται σε απλές συζεύξεις) είτε σχετίζονται πιθανώς με άλλα άτομα που έχουν κάποια (πιθανώς) σύνθετη ιδιότητα. Όταν δίνονται δύο έννοιες C και D, ή θα ισχύει ότι C D (δηλαδή η C είναι πιο συγκεκριμένη από την D) ή θα ισχύει ότι D C (δηλαδή, αντίστροφα, η D είναι πιο συγκεκριμένη από την C) ή οι C και D θα είναι ασυσχέτιστες μεταξύ τους. Όπως φαίνεται από το αράδειγμα 3.3.1, μια έννοια είναι υποέννοια μιας άλλης, δηλαδή πιο συγκεκριμένη, αν εμπλέκει περισσότερα συζευκτικά. Αυτό είναι λογικό, αφού όσα περισσότερα είναι τα συζευκτικά που εμπλέκονται στον ορισμό μιας έννοιας, τόσο περισσότερες είναι οι ιδιότητες που την περιορίζουν. Όπως φαίνεται από το αράδειγμα 3.3.2, όσο πιο συγκεκριμένη είναι η έννοια του περιορισμού (για τον ίδιο ρόλο), τόσο πιο συγκεκριμένη είναι και η έννοια που ορίζεται με βάση αυτόν. Από τα παραπάνω διαφαίνεται μια στρατηγική που θα μπορούσε να καταστρωθεί για τον έλεγχο της υπαγωγής. Αρχικά, μετασχηματίζουμε τις έννοιες C και D σε ισοδύναμές τους, ώστε να είναι ευκολότερη η σύγκριση των ιδιοτήτων, και στη συνέχεια οργανώνουμε τον τρόπο σύγκρισης των ιδιοτήτων αυτών, με στόχο τον έλεγχο του αν οι ιδιότητες της C είναι υπερσύνολο των ιδιοτήτων της D. Ορισμός Έστω C μια σύνθετη FL 0 έννοια. Θα λέμε ότι η C είναι σε κανονική μορφή, αν και μόνο αν είναι ατομική έννοια (όνομα έννοιας) ή έννοια της μορφής A 1 A n r 1.B 1 r m.b m, (3.7) όπου τα A 1,...,A n είναι ονόματα εννοιών, τα r 1,...,r m είναι ονόματα ρόλων και τα B 1,...B m είναι FL 0 έννοιες σε κανονική μορφή. Δεν είναι δύσκολο να δούμε ότι για κάθε σύνθετη FL 0 έννοια μπορεί να βρεθεί μια ισοδύναμή της σε κανονική μορφή, με χρήση των ιδιοτήτων των τελεστών και, όπως οι παρακάτω: Ταυτοδυναμία τελεστή : A A A. Αντιμεταθετικότητα τελεστή : A B B A. Προσεταιριστικότητα τελεστή : A (B C) (A B) C A B C. Επιμεριστικότητα τελεστή : r.(a B) r.a r.b. ια τυπική διαδικασία για τη μετατροπή μιας FL 0 έννοιας στην κανονική μορφή του ρισμού 3.3.3, με βάση τις παραπάνω ιδιότητες, φαίνεται στον ίνακα 3.1. Παράδειγμα Έστω η έννοια C που δίνεται από τη σχέση C r. r.b A r.(b A r.a).

8 76 ΕΦΑ Α 3. ΑΥΤ ΑΤΗ ΣΥ Γ ΣΤ Η ΣΕ Τ Γ ΕΣ ίνακας 3.1: Διαδικασία μετατροπής μιας FL 0 έννοιας σε κανονική μορφή. ΒΗ Α 1 ΒΗ Α 2 ΒΗ Α 3 ΒΗ Α 4 Εφάρμοσε επαναληπτικά την προσεταιριστική ιδιότητα του τελεστή, ώστε να απλοποιηθούν οι παρενθέσεις. Εφάρμοσε επαναληπτικά την αντιμεταθετική ιδιότητα του τελεστή, ώστε να διαχωριστούν οι ατομικές έννοιες και οι ιδιότητες ρόλων και να μετασχηματιστεί η έννοια στη μορφή A 1 A n r 1.B 1 r m.b m, όπου τα A 1,A 2,...,A n είναι ονόματα εννοιών, τα r 1,r 2,...,r m είναι ονόματα ρόλων και τα B 1,...B m είναι σύνθετες FL 0 έννοιες (όχι απαραίτητα σε κανονική μορφή). Εφάρμοσε την ιδιότητα της ταυτοδυναμίας του τελεστή, ώστε να μετασχηματιστεί η έννοια στη μορφή A 1 A n r 1.B 1 r m.b m, όπου όλα τα A 1,...,A n είναι διαφορετικά μεταξύ τους. Εφάρμοσε την ιδιότητα της επιμεριστικότητας του τελεστή (ομαδοποιώντας τα ορίσματα των ρόλων), ώστε να μετασχηματιστεί η έννοια στη μορφή A 1 A n r 1.B 1 r m.b m, όπου όλα τα r 1,...,r m είναι διαφορετικά μεταξύ τους. ΒΗ Α 5 Εκτέλεσε αναδρομικά τα Βήματα 1 έως 4 στις έννοιες B 1,...,B m. Θα εκτελέσουμε τη διαδικασία που περιγράφηκε για τη μετατροπή της έννοιας C σε κανονική μορφή. Το Βήμα 1, δηλαδή η εφαρμογή της προσεταιριστικής ιδιότητας του τελεστή δεν τροποποιεί την έννοια. ετά το Βήμα 2, η C γράφεται στην εξής ισοδύναμη μορφή: A r. r.b r.(b A r.a). Το Βήμα 3 δεν τροποποιεί την έννοια, ενώ μετά το Βήμα 4 αυτή γράφεται ως εξής: A r.( r.b (B A r.a)). Στη συνέχεια, η διαδικασία από το Βήμα 1 επαναλαμβάνεται για την έννοια r.b (B A r.a), που αποτελεί τον περιορισμό του τελεστή r. ετά το Βήμα 1, αυτή γράφεται στη μορφή ετά το Βήμα 2 γράφεται στη μορφή r.b B A r.a. B A r.b r.a, ενώ μετά το Βήμα 4 (το Βήμα 3 δεν τροποποιεί την έννοια) γράφεται ως εξής: B A r.(b A).

9 3.3. Α Γ Θ Δ ΗΣ Υ ΑΓΩΓΗΣ 77 Αλγόριθμος 5 FL-issub(C, D) Είσοδος: Δύο FL 0 έννοιες C και D σε κανονική μορφή. 1: NC := atoms(c) 2: ND := atoms(d) 3: RC := forall-roles(c) 4: RD := forall-roles(d) 5: for all A ND do 6: if δεν υπάρχει B NC με B = A then 7: return 8: end if 9: end for 10: for all r RD do 11: X := role-restr(c, r) 12: Y := role-restr(d, r) 13: if δεν ισχύει FL-issub(X, Y ) then 14: return 15: end if 16: end for 17: return Εφόσον αυτή είναι σε κανονική μορφή, η διαδικασία τερματίζει και τελικά έχουμε C A r.(b A r.(b A)). Θα προχωρήσουμε τώρα στην τυπική περιγραφή της διαδικασίας σύγκρισης δύο εννοιών που βρίσκονται σε κανονική μορφή. ι διαισθητικές παρατηρήσεις που αναφέρθηκαν προηγουμένως και αφορούν την υπαγωγή μιας έννοιας σε μια άλλη, με βάση τη σύγκριση της δομής τους, τυποποιείται ευκολότερα όταν οι δύο έννοιες βρίσκονται σε κανονική μορφή, όπως φαίνεται από το παρακάτω θεώρημα. Θεώρημα Έστω C, D δύο FL 0 έννοιες σε κανονική μορφή: C A 1 A n r 1.B 1 r m.b m, (3.8) D A 1 A n r 1.B 1 r m.b m. (3.9) σχύει ότι C D αν και μόνο αν ισχύουν τα παρακάτω: 1. Για κάθε i N n υπάρχει j N n τέτοιο ώστε A i A j. 2. Για κάθε i N m υπάρχει j N m τέτοιο ώστε r i = r j και B i B j. ε βάση τη διαδικασία μετατροπής των εννοιών σε κανονική μορφή καθώς και το Θεώρημα 3.3.5, περιγράφουμε στη συνέχεια τον Αλγόριθμο 5 (FL-issub), ο οποίος καλείται αλγόριθμος δομικής υπαγωγής (structural subsumption), ακριβώς επειδή ελέγχει την υπαγωγή μιας έννοιας σε μια άλλη με βάση τη δομή των δύο εννοιών. Αλγόριθμος 5 λειτουργεί ως εξής: Δέχεται στην είσοδό του δύο FL 0 έννοιες, την έννοια C και την έννοια D, οι οποίες είναι σε κανονική μορφή (χωρίς βλάβη της γενικότητας θεωρούμε ότι είναι της μορφής των εξισώσεων (3.8) και (3.9), αντίστοιχα). Αρχικά,

10 78 ΕΦΑ Α 3. ΑΥΤ ΑΤΗ ΣΥ Γ ΣΤ Η ΣΕ Τ Γ ΕΣ χρησιμοποιεί τη συνάρτηση atoms, η οποία δέχεται στην είσοδό της μια FL 0 έννοια σε κανονική μορφή και επιστρέφει το σύνολο των συζευκτικών που είναι ατομικές έννοιες. Για παράδειγμα, η εκτέλεση της atoms για την έννοια C στην γραμμή 1 επιστρέφει το σύνολο {A 1,...,A n }, ενώ η εκτέλεσή της για την έννοια D στην γραμμή 2 επιστρέφει το σύνολο {A 1,...,A n }. Στη συνέχεια, χρησιμοποιεί τη συνάρτηση forall-roles, η οποία δέχεται στην είσοδό της μια FL 0 έννοια σε κανονική μορφή και επιστρέφει το σύνολο των ρόλων που χρησιμοποιούνται σε συζευκτικά με κατασκευαστές. Για παράδειγμα, η εκτέλεση της atoms για την έννοια C στην γραμμή 3 επιστρέφει το σύνολο {r 1,...,r m }, ενώ η εκτέλεσή της για την έννοια D στην γραμμή 4 επιστρέφει το σύνολο {r 1,...,r m }. Από τη γραμμή 5 εκτελείται ένας βρόχος for, ο οποίος ουσιαστικά ελέγχει την 1η συνθήκη του Θεωρήματος ράγματι, ελέγχει αν κάθε στοιχείο του NDυπάρχει στο NC, αν δηλαδή ισχύει ότι ND NC. έλεγχος αυτός γίνεται με τον επαναληπτικό έλεγχο της γραμμής 6. Αν η συνθήκη αυτή δεν ισχύει, τότε ο αλγόριθμος τερματίζει επιστρέφοντας, δηλαδή απαντώντας ότι η υπαγωγή C D δεν ισχύει. Στη συνέχεια, από τη γραμμή 10 εκτελείται ένας αντίστοιχος βρόχος for, ο οποίος ελέγχει τη 2η συνθήκη του Θεωρήματος Αρχικά, για κάθε στοιχείο του RD εκτελείται η συνάρτηση role-restr, η οποία δέχεται στην είσοδό της μια FL 0 έννοια C σε κανονική μορφή και έναν ρόλο r και επιστρέφει την (πιθανά σύνθετη) έννοια του περιορισμού r., αν το r. υπάρχει στην C. Αν δεν υπάρχει, η role-restr(c, r) επιστρέφει, αφού θα μπορούσαμε να θεωρήσουμε ότι η C περιέχει το r., το οποίο έτσι κι αλλιώς είναι ισοδύναμο με το (γιατί;). Η εκτέλεσή της role-restr, στη γραμμή 11 επιστρέφει, έστω ένα B i (i N m ) αν r = r i για τον οποίο εκτελείται, σε κάθε βήμα του βρόχου 10, ενώ αντίστοιχα η γραμμή 12 επιστρέφει, έστω ένα B j (i N m )για κάθε ρόλο αν ισχύει ότι r = r j. Σύμφωνα με τα παραπάνω, αν ο ρόλος r RD που επιλέγεται στη γραμμή 10, δεν υπάρχει στη C (ή στη D, αντίστοιχα), τότε επιστρέφεται. έλεγχος της 2ης συνθήκης του Θεωρήματος γίνεται στη γραμμή 13, όπου για κάθε κάθε ρόλο r εκτελείται αναδρομικά ο αλγόριθμος FL-issub για τους περιορισμούς του ρόλου r στις C και D, αντίστοιχα. Δηλαδή, σε κάθε Βήμα i του βρόχου for της γραμμής 10, εκτελείται η FL-issub(B i,b j ), όπου r = r i = r j. Αν η συνθήκη αυτή δεν ισχύει (η εκτέλεση της FL-issub επιστρέψει ), τότε ο αλγόριθμος τερματίζει επιστρέφοντας, δηλαδή απαντώντας ότι η υπαγωγή C D δεν ισχύει. Τέλος, αν ο έλεγχος του αλγορίθμου φτάσει στη γραμμή 17, που σημαίνει ότι οι συνθήκες του Θεωρήματος ικανοποιούνται, ο αλγόριθμος επιστρέφει. Παράδειγμα Έστω οι έννοιες C και D που δίνονται από τις εξής σχέσεις: C r. r.b A r.(b A r.a), D r. r.a A r.(b A) r.b r.a, Θα εφαρμόσουμε τη διαδικασία που περιγράψαμε παραπάνω για να ελέγξουμε αν ισχύει η υπαγωγή C D. Στο αράδειγμα περιγράφηκε η διαδικασία μετατροπής της έννοιας C σε κανονική μορφή, με βάση την οποία έχουμε ότι C A r.(b A r.(b A)). (3.10) Αντίστοιχα, εκτελούμε τη διαδικασία για την έννοια D και αυτή μετατρέπεται στην ισοδύναμη μορφή

11 3.3. Α Γ Θ Δ ΗΣ Υ ΑΓΩΓΗΣ 79 D A r.(b A r.a). (3.11) Ακολουθώντας τη διαδικασία σύγκρισης των εννοιών C και D, από τις μορφές των εξισώσεων (3.10) και (3.11) αρχικά παρατηρούμε ότι η διότητα 1 του Θεωρήματος ικανοποιείται, διότι η ατομική έννοια A, η οποία είναι το μοναδικό ατομικό συζευκτικό της έννοιας D, είναι συζευκτικό και της έννοιας C. Στη συνέχεια, για την ικανοποίηση της διότητας 2, θα πρέπει να ελεγχθεί η υπαγωγή B A r.(b A) B A r.a (3.12) με εφαρμογή παρόμοιας διαδικασίας. Δεν είναι δύσκολο να δούμε ότι η υπαγωγή αυτή ισχύει, αφού και οι δύο έννοιες έχουν ως συζευκτικά τα ίδια άτομα και τους ίδιους ρόλους και επιπλέον ισχύει ότι B A A. Συνεπώς, ικανοποιούνται οι ιδιότητες του Θεωρήματος 3.3.5, άρα ισχύει η υπαγωγή C D. Ας ελέγξουμε τώρα την υπαγωγή C D εκτελώντας τον Αλγόριθμο 5, με κλήση της συνάρτησης FL-issub(C, D). Αρχικά, εκτελούνται οι γραμμές 1-4 και τα σύνολα NC, ND, RC και RD αρχικοποιούνται στις εξής τιμές: NC = {A}, ND = {A}, RC = {r}, RD = {r}. Στη συνέχεια, εκτελείται ο βρόχος της γραμμής 5 για το μοναδικό στοιχείο του ND, δηλαδή το A. Επειδή A NC, δεν ισχύει η συνθήκη του if της γραμμής 6 και επομένως ο έλεγχος προχωρά στον βρόχο for της γραμμής 10, ο οποίος εκτελείται για το μοναδικό στοιχείο του RD, δηλαδή το r. Στην περίπτωση αυτή, η κλήση της role-restr(c, r) που γίνεται στη γραμμή 11 επιστρέφει X = B A r.(b A). Αντίστοιχα, από την κλήση της role-restr(d, r) που γίνεται στη γραμμή 11 επιστρέφεται Y = B A r.a. Στη συνέχεια, στη γραμμή 13, γίνεται αναδρομική κλήση της συνάρτησης με τιμές παραμέτρων X και Y, δηλαδή FL-issub(X, Y ). Στην περίπτωση αυτή, από τις γραμμές 1-4 έχουμε NC = {B,A}, ND = {B,A}, RC = {r}, RD = {r}. Αντίστοιχα με πριν, ο βρόχος της γραμμής 5 εκτελείται δύο φορές (για τα στοιχεία του ND, δηλαδή το A και το B). Επειδή τόσο A NC όσο και B NC, η συνθήκη του if της γραμμής 6 δεν ισχύει σε καμία από τις δύο περιπτώσεις και επομένως ο έλεγχος προχωρά στον βρόχο for της γραμμής 10, ο οποίος εκτελείται για το μοναδικό στοιχείο του RD, δηλαδή το r. Στην περίπτωση αυτή, η κλήση της role-restr(c, r) που γίνεται στη γραμμή 11 επιστρέφει

12 80 ΕΦΑ Α 3. ΑΥΤ ΑΤΗ ΣΥ Γ ΣΤ Η ΣΕ Τ Γ ΕΣ X = B A. Αντίστοιχα, από την κλήση της role-restr(d, r) που γίνεται στη γραμμή 11 επιστρέφεται Y = A. Στη συνέχεια, όπως και πριν, στη γραμμή 13 γίνεται αναδρομική κλήση της συνάρτησης με τιμές παραμέτρων X και Y, δηλαδή FL-issub(X, Y ), οπότε από τις γραμμές 1-4 έχουμε NC = {B,A}, ND = {A}, RC =, RD =. Για δεύτερη, αναδρομικά, φορά, εκτελείται ο βρόχος της γραμμής 5 για το μοναδικό στοιχείο του ND, δηλαδή το A. Επειδή A NC, η συνθήκη του if της γραμμής 6 δεν ισχύει και ο έλεγχος προχωρά στον βρόχο for της γραμμής 10, ο οποίος δεν εκτελείται αυτήν τη φορά διότι το RD είναι κενό. Επομένως, ο έλεγχος στη δεύτερη αναδρομική κλήση φτάνει στη γραμμή 17, οπότε στην κλήση της πρώτης αναδρομής επιστρέφεται. ε αντίστοιχο τρόπο, από τη γραμμή 17 της πρώτης αναδρομής επιστρέφεται στην αρχική συνάρτηση, και συνεπώς φτάνουμε στη γραμμή 17 της αρχικής συνάρτησης, η οποία επιστρέφει τελικά, γεγονός που επιβεβαιώνει ότι ισχύει η υπαγωγή C D. ι αλγόριθμοι δομικής υπαγωγής αποδεικνύονται ιδιαίτερα αποτελεσματικοί στην πράξη και παίζουν σημαντικό ρόλο στην ανάπτυξη συστημάτων συλλογιστικής για περιγραφικές λογικές. Αντίστοιχα με τη γλώσσα FL 0, αλγόριθμοι δομικής υπαγωγής έχουν εφαρμοστεί με επιτυχία για τον έλεγχο της υπαγωγής εννοιών στη γλώσσα EL, η οποία χρησιμοποιείται ευρέως στην ανάπτυξη οντολογιών (ειδικά στην αναπαράσταση ιατρικής οντολογικής γνώσης). Υπενθυμίζουμε ότι στη γλώσσα EL για τον ορισμό σύνθετων εννοιών χρησιμοποιούνται οι τελεστές και. όγω της ομοιότητας των γλωσσών FL 0 και EL, η μορφή των αλγορίθμων ελέγχου υπαγωγής δεν είναι πολύ διαφορετική από τον Αλγόριθμο 5. Όσον αφορά την πολυπλοκότητα των αλγορίθμων δομικής υπαγωγής, έχει αποδειχθεί ότι γενικά είναι πολυωνυμικού χρόνου, γεγονός που συνδέεται άμεσα με την επιτυχία τους σε βατές (tractable) περιγραφικές λογικές. Δυστυχώς, δεν είναι πολύ εύκολο να επεκταθούν και σε εκφραστικές περιγραφικές λογικές, ειδικά όταν εμπλέκονται οι τελεστής της άρνησης ή/και της διάζευξης. Σε τέτοιες περιπτώσεις χρησιμοποιούνται περισσότερο οι αλγόριθμοι tableaux που θα μελετήσουμε στη συνέχεια. 3.4 Αλγόριθμοι βασισμένοι σε tableau Συλλογιστική με κατασκευή μοντέλου Για τον έλεγχο της ικανοποιησιμότητας εννοιών που εμπλέκουν πολλούς λογικούς τελεστές, που αποτελούν δηλαδή σύνθετες έννοιες εκφραστικών περιγραφικών λογικών, ακολουθείται συνήθως μια μεθοδολογία που στηρίζεται στην προσπάθεια ανάπτυξης μιας ερμηνείας της έννοιας που αποτελεί για αυτήν μοντέλο. Αν κατασκευαστεί (ή αποδειχθεί ότι μπορεί να κατασκευαστεί), τότε η έννοια είναι ικανοποιήσιμη, αλλιώς είναι μη ικανοποιήσιμη.

13 3.4. Α Γ Θ ΒΑΣ Σ Ε ΣΕ TABLEAU 81 Η βασική ιδέα είναι ότι τα στιγμιότυπα μιας σύνθετης έννοιας έχουν ένα σύνολο από ιδιότητες που απορρέουν από την έκφρασή της. άθε ιδιότητα αποτελεί και έναν περιορισμό, ο οποίος πρέπει να ικανοποιείται. άποιοι από τους περιορισμούς αυτούς μπορεί να έρχονται σε σύγκρουση (να δημιουργούν αντιφάσεις) και συνεπώς να μην είναι δυνατό να κατασκευαστεί ερμηνεία με κάποιο στιγμιότυπο της έννοιας. Στόχος της μεθόδου είναι να ελεγχθούν οι περιορισμοί που εμπλέκονται στην έκφραση της σύνθετης έννοιας, συγκεκριμένα να ελεγχθεί αν μπορούν να ικανοποιούνται ταυτόχρονα, ώστε η έννοια της οποίας την ικανοποιησιμότητα ελέγχουμε να μπορεί να έχει μη κενό σύνολο στιγμιοτύπων σε κάποια ερμηνεία. Θα ξεκινήσουμε την περιγραφή της μεθοδολογίας με ένα ενδεικτικό παράδειγμα, στο οποίο διαφαίνεται η στρατηγική που ακολουθείται στους αλγόριθμους αυτού του τύπου. Παράδειγμα Έστω ότι καλούμαστε να ελέγξουμε την ισχύ της υπαγωγής r.a r.b r.(a B). (3.13) ε βάση αυτά που αναφέραμε προηγουμένως, το πρόβλημα (3.13), το οποίο αποτελεί ένα πρόβλημα υπαγωγής εννοιών, μπορεί να μετασχηματιστεί στο πρόβλημα ελέγχου ικανοποιησιμότητας της εξής έννοιας: C r.a r.b ( r.(a B)). (3.14) Για να ελέγξουμε αν η C είναι ικανοποιήσιμη, θα προσπαθήσουμε να κατασκευάσουμε μια ερμηνεία στην οποία η C να έχει μη κενό σύνολο στιγμιοτύπων (οπότε θα μπορέσουμε να διαπιστώσουμε αν οι περιορισμοί που εμπλέκονται στην έκφρασή της μπορούν να ικανοποιούνται ταυτόχρονα ή αν οδηγούν σε αντιφάσεις). Αρχικά, ξεκινάμε από την μετατροπή της σε μια όσο το δυνατό απλούστερη μορφή, με τη χρήση ταυτολογιών, όπως οι νόμοι De Morgan. Έτσι, τη μετατρέπουμε στην ισοδύναμη μορφή C r.a r.b r.( A B). (3.15) Το δεύτερο βήμα είναι η προσπάθεια κατασκευής του μοντέλου. Ας θεωρήσουμε ένα πεδίο ερμηνείας I με ένα αντικείμενο, έστω x, δηλαδή I = {x}, και ας θεωρήσουμε ότι, με βάση τη συνάρτηση ερμηνείας, το αντικείμενο αυτό αποτελεί στοιχείο της ερμηνείας της έννοιας C, όπως αυτή ορίζεται από την (3.15), δηλαδή x C I. Έτσι, λοιπόν, η ερμηνεία τυπικά γράφεται ως εξής: I = {x}, C I = {x}, A I = {}, B I = {}, r I = {}. όγω της (3.16), η ερμηνεία της C σε ανεπτυγμένη μορφή γράφεται ως εξής: (3.16) x ( r.a r.b r.( A B)) I. (3.17) Από τη σημασιολογία του τελεστή συμπεραίνουμε ότι ισχύουν τα παρακάτω:

14 82 ΕΦΑ Α 3. ΑΥΤ ΑΤΗ ΣΥ Γ ΣΤ Η ΣΕ Τ Γ ΕΣ x ( r.a) I (3.18) x ( r.b) I (3.19) x ( r.( A B)) I. (3.20) αρατηρούμε, τώρα, ότι με βάση τη σημασιολογία του κατασκευαστή, η (3.20) αντίκειται στη συνέπεια της ερμηνείας (3.16), επομένως αυτή δεν μπορεί να είναι μοντέλο. ράγματι, ενώ με βάση την (3.20) το x είναι απαραίτητο να σχετίζεται μέσω του ρόλου r με κάποιο άλλο αντικείμενο, το οποίο μάλιστα πρέπει είτε να μην ανήκει στην ερμηνεία της A είτε να μην ανήκει στην ερμηνεία της B (ή σε καμία από τις δύο), στην ερμηνεία (3.16) το x δεν σχετίζεται με κανένα αντικείμενο. Επομένως, θα πρέπει να μετασχηματίσουμε την ερμηνεία αυτή, ώστε να μπορεί να είναι μοντέλο, ικανοποιώντας τον περιορισμό (3.20). ια ερμηνεία που θα μπορούσε να ικανοποιεί τις σχέσεις αυτές είναι η παρακάτω: I = {x, y}, C I = {x}, A I = {}, B I = {}, r I = {(x, y)}. (3.21) Η ερμηνεία (3.21) αποτελεί ουσιαστικά επέκταση της (3.16) με ένα επιπλέον στοιχείο, το αντικείμενο y, το οποίο συνδέουμε μέσω του ρόλου r με το x, ώστε να ικανοποιήσουμε την (3.20). Δυστυχώς, όμως, ούτε αυτή η ερμηνεία αποτελεί μοντέλο, αφού για αυτή δεν ισχύουν ούτε η (3.18) ούτε η (3.19), με βάση την ερμηνεία του κατασκευαστή. ράγματι, βλέπουμε ότι ενώ το y είναι r-επόμενος του x (δηλαδή ισχύει ότι r(x, y)), δεν είναι στιγμιότυπο ούτε της A ούτε της B. Αντίστοιχα με πριν, για να μπορέσει να είναι μοντέλο η ερμηνεία (3.21) την επεκτείνουμε ως εξής: I = {x, y}, C I = {x}, A I = {y}, B I = {y}, r I = {(x, y)}. (3.22) Στο σημείο αυτό παρατηρούμε ότι η συνθήκη (3.20) έρχεται πλέον σε αντίθεση με την ερμηνεία (3.22), διότι το y πρέπει να αποτελεί (ταυτόχρονα) στοιχείο της ερμηνείας της A και της A ή/και της B και της B. Συνεπώς, η (3.22) δεν μπορεί να αποτελεί μοντέλο της έννοιας C. άλιστα, δεν είναι δύσκολο να δούμε ότι αυτό θα συμβαίνει κάθε φορά που θα προσπαθούμε να κατασκευάσουμε μια ερμηνεία για την C. Αυτό σημαίνει ότι η C είναι μη ικανοποιήσιμη, δηλαδή η υπαγωγή ισχύει. Από το αράδειγμα διαφαίνεται μια διαδικασία συλλογιστικής που θα μπορούσε να εφαρμοστεί σε εκφραστικές περιγραφικές λογικές για τον έλεγχο της ικανοποιησιμότητας μιας έννοιας C. Συγκεκριμένα, η διαδικασία στηρίζεται στα βήματα που διαισθητικά περιγράφονται παρακάτω: ΒΗ Α 1. ετατρέπουμε την έννοια C σε μια μορφή από την οποία να μπορούμε να διαπιστώσουμε αν υπάρχουν προφανείς αντιφάσεις που μπορούν να μας οδηγήσουν

15 3.4. Α Γ Θ ΒΑΣ Σ Ε ΣΕ TABLEAU 83 στο συμπέρασμα ότι η κατασκευή που αναπτύσσουμε δεν είναι δυνατόν να αποτελεί μοντέλο. Για τον σκοπό αυτό, μεταφέρουμε όλες τις αρνήσεις μπροστά από ατομικές έννοιες. ΒΗ Α 2. ατασκευάζουμε μια απλή ερμηνεία, προσθέτοντας ένα άτομο ως στιγμιότυπο της έννοιας C. ΒΗ Α 3. Ελέγχουμε την ερμηνεία για προφανείς αντιφάσεις, όπως για παράδειγμα αν ένα αντικείμενο ανήκει στην ερμηνεία μιας έννοιας A και της A. ΒΗ Α 4. Αποσυνθέτουμε τη δομή της έννοιας C με βάση την ερμηνεία των λογικών τελεστών και ελέγχουμε τις νέες ιδιότητες που προκύπτουν με στόχο την επέκταση της ερμηνείας, ώστε αυτές να ικανοποιούνται. ΒΗ Α 5. Επαναλαμβάνουμε από το Βήμα 3, μέχρι να μην μπορούμε πλέον να αποσυνθέσουμε την έννοια C. Είναι προφανές ότι κατά την παραπάνω διαδικασία η μετατροπή της C στην ισοδύναμη μορφή (με αρνήσεις μόνο μπροστά από ατομικές έννοιες, Βήμα 1), καθώς και ο έλεγχος των προφανών αντιφάσεων (Βήμα 3) φαίνονται μάλλον ξεκάθαρες διαδικασίες. Αντιθέτως, το Βήμα 4, δηλαδή η δομική αποσύνθεση της έκφρασης της C και η αντίστοιχη επέκταση της ερμηνείας φαίνεται να παρουσιάζουν μεγαλύτερο ενδιαφέρον. ράγματι, όπως είδαμε και στο αράδειγμα 3.4.1, αφενός υπάρχουν πολλοί λογικοί τελεστές και καθένας απαιτεί διαφορετική μεταχείριση, αφετέρου δεν αρκεί ένα πέρασμα, αφού η επέκταση της ερμηνείας που γίνεται σε κάποιο βήμα, με βάση τον περιορισμό που εισάγεται από την ερμηνεία κάποιου συγκεκριμένου λογικού τελεστή, ενδέχεται να επιφέρει μια νέα ανάγκη για επέκταση (που δεν υπήρχε πριν), με βάση τον περιορισμό που εισάγεται από την ερμηνεία κάποιου άλλου λογικού τελεστή. αράδειγμα αποτελεί η περίπτωση της συνθήκης (3.18), που ενώ δεν δημιουργούσε πρόβλημα στην ερμηνεία (3.16), μετά την επέκταση που έγινε για την ικανοποίηση της συνθήκης (3.20), δηλαδή την επέκταση στην ερμηνεία (3.21), έπαψε να ικανοποιείται ετατροπή σε κανονική μορφή Θα ξεκινήσουμε την τυπική ανάλυση της μεθοδολογίας με την περιγραφή μιας διαδικασίας μετατροπής μιας έννοιας σε μια ισοδύναμη μορφή, στην οποία οι αρνήσεις βρίσκονται μόνο μπροστά από ατομικές έννοιες, ώστε να διευκολύνεται ο έλεγχος για προφανείς αντιφάσεις. Ορισμός Έστω C μια σύνθετη ALC έννοια. Θα λέμε ότι η C είναι σε κανονική μορφή άρνησης, KMA (negation normal form), αν και μόνο αν όλοι οι λογικοί τελεστές άρνησης που χρησιμοποιούνται στον ορισμό της έχουν στην εμβέλειά τους μόνο ονόματα εννοιών (ατομικές έννοιες). Δεν είναι δύσκολο να δούμε ότι η διαδικασία που φαίνεται στον ίνακα 3.2 μετατρέπει μια ALC έννοια σε μια ισοδύναμή της που βρίσκεται σε κανονική μορφή άρνησης. Παράδειγμα Έστω ότι καλούμαστε να μετατρέψουμε την έννοια σε Α εφαρμόζοντας τη διαδικασία του ίνακα 3.2. C r.a r.b ( r.(a B)) (3.23)

16 84 ΕΦΑ Α 3. ΑΥΤ ΑΤΗ ΣΥ Γ ΣΤ Η ΣΕ Τ Γ ΕΣ ίνακας 3.2: Διαδικασία μετατροπής μιας ALC έννοιας σε KMA. ΒΗ Α 1 ΒΗ Α 2 Εφάρμοσε στην έκφραση της έννοιας έναν από τους παρακάτω κανόνες:,, (A B) A B, (A B) A B, ( r.a) r. A, ( r.a) r. A. Έλεγξε αν η έκφραση είναι σε Α. Αν είναι σε Α ή αν δεν εφαρμόστηκε κανένας κανόνας στο Βήμα 1, τερμάτισε, αλλιώς επανάλαβε από το ΒΗ Α 1. αρατηρούμε ότι η μόνη άρνηση βρίσκεται μπροστά από τελεστή, οπότε στο Βήμα 1 της διαδικασίας του ίνακα 3.2 θα εκτελεστεί ο κανόνας ( r.a) r. A και η έννοια C θα μετατραπεί στην εξής μορφή: C r.a r.b ( r. (A B)). (3.24) Στη συνέχεια, ο έλεγχος του Βήματος 2 θα βρει ότι η C δεν είναι σε Α, διότι ο τελεστής άρνησης δεν είναι μπροστά από ατομικές έννοιες και συνεπώς ο έλεγχος θα επανέλθει στο Βήμα 1, οπότε θα εφαρμοστεί ο κανόνας (A B) A B, με βάση τον οποίο η έννοια C θα μετατραπεί στη μορφή C r.a r.b ( r.( A B)). (3.25) Δεν είναι δύσκολο να δούμε ότι η C, στη μορφή (3.25), είναι πλέον σε Α, οπότε η διαδικασία θα τερματίσει στο Βήμα Αναπαράσταση και ικανοποίηση περιορισμών: δομή tableau Για τον οργανωμένο τρόπο ικανοποίησης των περιορισμών που εισάγονται από τη χρήση των λογικών τελεστών, αλλά και την τυπική αντιμετώπιση του προβλήματος της ταυτόχρονης ικανοποίησής τους, η εκτέλεση του Βήματος 4 στηρίζεται σε μια διαδικασία εφαρμογής κανόνων που ονομάζονται κανόνες tableau (tableau rules) και στηρίζονται στις παρακάτω διαισθητικές παρατηρήσεις, που αποτελούν άμεση συνέπεια της σημασιολογίας των λογικών τελεστών. Όταν κάποιο αντικείμενο x ανήκει στην ερμηνεία της έννοιας A B, τότε πρέπει να ανήκει και στην ερμηνεία της A και στην ερμηνεία της B. Όταν κάποιο αντικείμενο x ανήκει στην ερμηνεία της έννοιας A B, τότε πρέπει να ανήκει ή στην ερμηνεία της A ή/και στην ερμηνεία της B.

17 3.4. Α Γ Θ ΒΑΣ Σ Ε ΣΕ TABLEAU 85 Όταν κάποιο αντικείμενο x ανήκει στην ερμηνεία της έννοιας r.a και υπάρχει κάποιο αντικείμενο y για το οποίο το (x, y) ανήκει στην ερμηνεία της r, τότε πρέπει το y να ανήκει στην ερμηνεία της A. Όταν κάποιο αντικείμενο x ανήκει στην ερμηνεία της έννοιας r.a, πρέπει να υπάρχει κάποιο αντικείμενο y τέτοιο ώστε το (x, y) να ανήκει στην ερμηνεία της r και το y να ανήκει στην ερμηνεία της A. Όταν κάποιο αντικείμενο x ανήκει στην ερμηνεία της έννοιας nr.a, πρέπει να υπάρχουν τουλάχιστον n διαφορετικά μεταξύ τους αντικείμενα y 1,...,y n, για τα οποία τα (x, y 1 ),...,(x, y n ) να ανήκουν στην ερμηνεία της r και όλα τα y 1,...,y n να ανήκουν στην ερμηνεία της A. Όταν κάποιο αντικείμενο x ανήκει στην ερμηνεία της έννοιας nr.a, πρέπει μην υπάρχουν περισσότερα από n 1 διαφορετικά μεταξύ τους αντικείμενα y 1,...,y n 1, για τα οποία τα (x, y 1 ),...,(x, y n 1 ) να ανήκουν στην ερμηνεία της r και όλα τα y 1,...,y n 1 να ανήκουν στην ερμηνεία της A. ι παραπάνω παρατηρήσεις αφορούν τη γλώσσα ALCQ. ε αντίστοιχο τρόπο αντιμετωπίζονται τελεστές που χρησιμοποιούνται σε πιο εκφραστικές γλώσσες. Επίσης, οι παραπάνω παρατηρήσεις αποτελούν απλά έκφραση των περιορισμών που πρέπει να ισχύουν ώστε η ερμηνεία που κατασκευάζουμε να είναι μοντέλο, χωρίς να καθορίζουν με ακρίβεια τον τρόπο με τον οποίο η ερμηνεία πρέπει να επεκταθεί, όταν δεν ικανοποιείται κάποιος περιορισμός. Στη συνέχεια, θα δώσουμε μια τυπική περιγραφή της μεθοδολογίας που υλοποιεί τις παραπάνω ιδέες και στηρίζει σε αυτές μια τυπική αλγοριθμική διαδικασία. ι αλγόριθμοι αυτοί αναφέρονται συνήθως ως αλγόριθμοι tableau, ακριβώς διότι στηρίζονται σε ένα μητρώο (tableau) αυστηρών κανόνων που εφαρμόζουν επαναληπτικά μέχρι η διαδικασία ή να τελεσφορήσει, καταλήγοντας σε ένα μοντέλο, ή να αποτύχει, αποδεικνύοντας ότι δεν υπάρχει μοντέλο. Για λόγους κατανόησης, θα ξεκινήσουμε την περιγραφή μας από τη γλώσσα ALC και στη συνέχεια θα επεκταθούμε σε εκφραστικότερες περιγραφικές λογικές. Έστω ότι δίνεται μια ALC έννοια C σε Α και ζητείται ο έλεγχος της ικανοποιησιμότητάς της. Από το αράδειγμα 3.4.1, και πιο συγκεκριμένα κατά το μετασχηματισμό της ερμηνείας (3.16) με βάση τον περιορισμό που περιγράφεται από την εξίσωση (3.20), φαίνεται ότι θα μπορούσαμε να μετασχηματίσουμε την ερμηνεία (3.16) με περισσότερους από έναν τρόπους, έτσι ώστε να ικανοποιεί τον περιορισμό αυτό. ράγματι, δεν είναι δύσκολο να δούμε ότι, εκτός από την ερμηνεία (3.21), τόσο η ερμηνεία I = {x, y}, C I = {x}, A I = {y}, B I = {}, r I = {(x, y)}, (3.26) όσο και η I = {x, y}, C I = {x}, A I = {}, B I = {y}, r I = {(x, y)} (3.27)

18 86 ΕΦΑ Α 3. ΑΥΤ ΑΤΗ ΣΥ Γ ΣΤ Η ΣΕ Τ Γ ΕΣ αποτελούν μετασχηματισμούς της (3.16) που ικανοποιούν τον περιορισμό που εκφράζεται από την εξίσωση (3.20). Αν παρατηρήσουμε προσεκτικά, αυτό συμβαίνει λόγω του τελεστή της εξίσωσης (3.20), που υποδεικνύει ότι το αντικείμενο με το οποίο επεκτείνεται η (3.16) (στη συγκεκριμένη περίπτωση το y) θα πρέπει ή να μην είναι στιγμιότυπο της A ή να μην είναι στιγμιότυπο της B. ι ερμηνείες (3.26) και (3.27) εκφράζουν, ουσιαστικά, τις δύο εναλλακτικές αυτές περιπτώσεις (ενώ η (3.21) εκφράζει την περίπτωση που το y δεν ανήκει ούτε στην ερμηνεία της A, ούτε στην ερμηνεία της B). Επιπλέον, από τη συνέχεια του αραδείγματος 3.4.1, παρατηρούμε ότι κατά το μετασχηματισμό με βάση τους περιορισμούς που εκφράζονται από τις εξισώσεις (3.18) και (3.19) είναι απαραίτητο να διερευνήσουμε και τις δύο περιπτώσεις για να είμαστε σίγουροι ότι δεν υπάρχει μοντέλο. ε βάση τις παραπάνω παρατηρήσεις (αλλά και για επιπλέον λόγους που θα γίνουν κατανοητοί στη συνέχεια), οδηγούμαστε στο συμπέρασμα ότι, για την ανάπτυξη του αλγορίθμου που θα υλοποιεί το μετασχηματισμό, η τυπική δομή αναπαράστασης τόσο των περιορισμών που θα χρησιμοποιούνται στο μετασχηματισμό όσο και του αποτελέσματος του μετασχηματισμού θα πρέπει να είναι κάπως πιο περίπλοκη, ώστε να ενσωματώνει όλες τις πιθανές εναλλακτικές λύσεις. Για τον σκοπό αυτό χρησιμοποιείται η δομή tableau (tableau structure), που ουσιαστικά είναι ένα πεπερασμένο σύνολο από ABox, συμβολικά S = {A 1,...,A n }, καθένα από τα οποία αναπαριστά όλους τους περιορισμούς που απορρέουν από τη σημασιολογία της έκφρασής της, με βάση και τις εναλλακτικές λύσεις που μπορεί να καλύπτουν τους περιορισμούς. Για παράδειγμα, η αρχική δομή tableau που σχηματίζουμε για το αράδειγμα και αντιστοιχεί στην ερμηνεία (3.16) είναι το S = {A}, (3.28) όπου A = {C(x 0 )}. Στην περίπτωση αυτή, θα μπορούσε κάποιος να πει ότι η ερμηνεία (3.16) είναι ουσιαστικά μια ερμηνεία του A (όπου x = x 0 I ). Αξίζει να σημειώσουμε ότι στην περίπτωση αυτή ο καθορισμός της ερμηνείας δεν είναι απαραίτητος, καθώς κατά τον έλεγχο της ικανοποιησιμότητας δεν μας ζητείται να βρούμε κάποια ερμηνεία, αλλά να ελέγξουμε αν υπάρχει ερμηνεία, χωρίς απαραίτητα να την προσδιορίσουμε. Επομένως, αν είμαστε βέβαιοι από τη μορφή που έχει το S ότι υπάρχει κάποια ερμηνεία της C, τότε δεν απαιτείται να την κατασκευάσουμε Απλοποίηση περιορισμών: κανόνες μετασχηματισμού δομής tableau άθε φορά που δεν ικανοποιείται κάποιος σημασιολογικός περιορισμός (όπως αυτοί που αναφέρθηκαν παραπάνω) σε κάποιο από τα ABox της δομής tableau, αυτή θα πρέπει να μετασχηματιστεί ώστε να μπορέσει να τον ικανοποιήσει. Στη συνέχεια, θα περιγράψουμε τους κανόνες μετασχηματισμού της δομής tableau που σχετίζονται με τη σημασιολογία των λογικών τελεστών. Στον ίνακα 3.3 φαίνονται οι τέσσερις κανόνες που χρησιμοποιούνται στην γλώσσα ALC. κανόνας- ελέγχει αν σε κάποιο από τα ABox του S υπάρχει κάποιο άτομο a που είναι στιγμιότυπο μιας έννοιας C D και δεν είναι στιγμιότυπο και των δύο εννοιών C και D. Αν αυτό ισχύει, τότε μετασχηματίζει το S προσθέτοντας στο A στο οποίο βρήκε το άτομο a τους ισχυρισμούς C(a) και D(a) (όποιον από αυτούς δεν υπάρχει). κανόνας- ελέγχει αν σε κάποιο από τα ABox του S υπάρχει κάποιο άτομο a που είναι στιγμιότυπο μιας έννοιας C D και δεν είναι στιγμιότυπο τουλάχιστον μίας από τις δύο αυτές έννοιες. Αν αυτό ισχύει, τότε μετασχηματίζει το S αφαιρώντας από αυτό το A και προσθέτοντας δύο εναλλακτικά ABox, το A, το οποίο είναι το ίδιο με το A με τον επιπλέον ισχυρισμό C(a), και το A, το οποίο είναι το ίδιο με το A με τον επιπλέον ισχυρισμό D(a).

19 3.4. Α Γ Θ ΒΑΣ Σ Ε ΣΕ TABLEAU 87 ίνακας 3.3: ανόνες μετασχηματισμού δομής tableau S. Α TOTE Α TOTE Α TOTE Α TOTE ανόνας- Υπάρχει A S τέτοιο ώστε (C D)(a) A και C(a) A ή D(a) A A = A {C(a),D(a)}. ανόνας- Υπάρχει A S τέτοιο ώστε (C D)(a) A και C(a),D(a) A S =(S\A) {A, A } όπου A = A {C(a)}, A = A {D(a)}. ανόνας- Υπάρχει A S τέτοιο ώστε ( r.c)(a) A και υπάρχει x με r(a, x) A και C(x) A A = A {C(x)}. ανόνας- Υπάρχει A S τέτοιο ώστε ( r.c)(a) A και δεν υπάρχει x με r(a, x) A και C(x) A A = A {r(a, y),c(y)}, όπου y (A). ε την επέκταση αυτή ικανοποιούμε συντηρητικά τον περιορισμό που δεν ικανοποιείται στο ABox A, με τις δύο πιθανές περιπτώσεις. ε τον όρο «συντηρητικά» εννοούμε ότι προσθέτουμε μόνο τους απαραίτητους ισχυρισμούς που απαιτούνται για την ικανοποίηση του περιορισμού που παραβιάζεται. κανόνας- ελέγχει αν σε κάποιο από τα ABox του S υπάρχει κάποιο άτομο a που είναι στιγμιότυπο μιας έννοιας r.c και ενώ σχετίζεται με κάποιο άλλο άτομο x, μέσω του ρόλου r, αυτό το x δεν είναι στιγμιότυπο της έννοιας C. Αν αυτό ισχύει, τότε προσθέτει τον ισχυρισμό C(x) στον ABox A, ικανοποιώντας τον περιορισμό που παραβιάζεται. Τέλος, ο κανόνας- ελέγχει αν σε κάποιο από τα ABox του S, έστω στο A, υπάρχει κάποιο άτομο a που είναι στιγμιότυπο μιας έννοιας r.c και δεν σχετίζεται με κανένα άλλο άτομο το οποίο είναι στιγμιότυπο της έννοιας C. Αν αυτό ισχύει, τότε προσθέτει στο A ένα νέο άτομο y (που δεν υπάρχει μέχρι τότε στο A) και ταυτόχρονα προσθέτει τους ισχυρισμούς r(a, y) και C(y), ικανοποιώντας τον περιορισμό r.c. Είναι σημαντικό να παρατηρήσουμε ότι ο περιορισμός r.c είναι δυνατόν να παραβιάζεται επειδή αν και υπάρχει κάποιο r-παιδί του a, έστω x, αυτό δεν είναι στιγμιότυπο της C. Στην περίπτωση αυτή, δεν προστίθεται ο ισχυρισμός C(x), παρότι θα ικανοποιούσε τον περιορισμό r.c, αλλά προστίθεται ένα νέο άτομο για την κάλυψη του περιορισμού. Αυτό είναι λογικό, διότι αν απαιτήσουμε το συγκεκριμένο άτομο x να είναι στιγμιότυπο της C, κινδυνεύουμε να χάσουμε κάποιο μοντέλο στο οποίο το x δεν είναι C. Δηλαδή και στην περίπτωση αυτή, ο μετασχηματισμός του S γίνεται συντηρητικά, ώστε να μην υπάρχει περίπτωση να αποκλείσουμε περισσότερες ερμηνείες από αυτές που αποκλείονται υποχρεωτικά από τους περιορισμούς. αρατηρώντας τους κανόνες του ίνακα 3.3, ένα σημαντικό στοιχείο που πρέπει να επισημάνουμε είναι ότι δεν μετασχηματίζουν όλοι οι κανόνες το S με τον ίδιο τρόπο. Συγκεκριμένα, ο κανόνας-, όπως και ο κανόνας-, προσθέτουν σε κάποιο Abox μία ή δύο υποθέσεις για κάποιο άτομο που υπάρχει σε αυτό. Από την άλλη πλευρά, ο κανόνας- προσθέτει ένα νέο άτομο στον κόσμο, επεκτείνει, δηλαδή, το ABox A στο οποίο παραβιάζεται ο περιορισμός με υποθέσεις για ένα νέο άτομο, το οποίο, φυσικά, σχετίζεται με αυτό για το οποίο παραβιάζεται ο ισχυρισμός. Τέλος, ο κανόνας- επεκτείνει τη δομή S προσθέτοντας μια εναλλακτική υπόθεση στο ABox A, στο οποίο παραβιάζεται ο περιορισμός. Για

20 88 ΕΦΑ Α 3. ΑΥΤ ΑΤΗ ΣΥ Γ ΣΤ Η ΣΕ Τ Γ ΕΣ να το πετύχει αυτό, προσθέτει δύο καινούρια ABox, ένα για καθεμία εναλλακτική. όγω της εναλλακτικής αυτής φύσης του, λέμε ότι ο κανόνας- είναι μη ντετερμινιστικός (nondeterministic). Ένα επιπλέον στοιχείο που αξίζει να παρατηρήσουμε είναι ότι σε μια δομή tableau είναι δυνατόν να μπορούν, πιθανώς, να εφαρμοστούν περισσότεροι του ενός κανόνες του ίνακα 3.3. Επίσης, είναι δυνατόν να μην μπορεί να εφαρμοστεί κανείς. Ορισμός Έστω S μια δομή tableau. Θα λέμε ότι το S είναι πλήρες (complete) και θα το συμβολίζουμε με Ŝ, αν και μόνο αν δεν μπορεί να εφαρμοστεί σε αυτό κανένας από τους κανόνες μετασχηματισμού του ίνακα 3.3. ε τρόπο παρόμοιο με τον ρισμό (και επειδή μια δομή tableau μπορεί να αποτελείται από ένα ABox), θα λέμε ότι ένα ABox είναι πλήρες και θα το συμβολίζουμε με Â, όταν δεν μπορεί να εφαρμοστεί σε αυτό κανένας από τους κανόνες μετασχηματισμού του ίνακα 3.3. Το τελευταίο στοιχείο της τυπικής διαδικασίας που πρέπει να αναλύσουμε, πριν περάσουμε στην τυπική περιγραφή του αλγορίθμου, είναι ο έλεγχος των αντιφάσεων που πρέπει να λάβει χώρα για να επιβεβαιώσουμε ότι μπορεί να κατασκευαστεί μοντέλο με βάση τα ABox του S. Η διαδικασία αυτή στηρίζεται στον ορισμό της έννοιας του «ελεύθερου αντιφάσεων» ABox. Ορισμός Έστω Â ένα πλήρες ABox. Θα λέμε ότι το Â είναι ελεύθερο αντιφάσεων (clash-free), αν και μόνο αν δεν περιέχει κανέναν από τους παρακάτω συνδυασμούς ισχυρισμών: (x), A(x) και A(x), όπου x όνομα ατόμου και A ατομική έννοια του Â Αλγόριθμος tableau ε βάση τη διαδικασία μετασχηματισμού μιας δομής tableau και τον έλεγχο αντιφάσεων για τη γλώσσα ALC, μπορεί να αναπτυχθεί ένας αλγόριθμος που ελέγχει την ικανοποιησιμότητα μιας ALC-έννοιας C, αφού πρώτα αυτή μετασχηματιστεί σε Α. Για τον σκοπό αυτό, περιγράφουμε τον Αλγόριθμο 6 (tableausat), ο οποίος καλείται αλγόριθμος tableau (tableau algorithm), ακριβώς επειδή ελέγχει την ικανοποιησιμότητα της έννοιας C με βάση τους κανόνες μετασχηματισμού (tableau) του ίνακα 3.3. Αλγόριθμος 6 λειτουργεί ως εξής: αίρνει ως είσοδο μια έννοια C και επιστρέφει αν η C είναι ικανοποιήσιμη, και αν δεν είναι. Στη γραμμή 1 αρχικοποιεί τη δομή tableau S, εισάγοντας ένα νέο άτομο x 0 και προσθέτοντας στο S το ABox {C(x 0 )}. Στη συνέχεια, ακολουθεί μια επαναληπτική διαδικασία μετασχηματισμού του S, με βάση τους κανόνες μετασχηματισμού του ίνακα 3.3 (γραμμή 5), μέχρι να μην μπορεί να εφαρμοστεί κανένας κανόνας, δηλαδή το S να γίνει πλήρες. Στη φάση αυτή χρησιμοποιεί τη συνάρτηση applyrules(s), η οποία δέχεται στην είσοδό της μια δομή tableau S και την επιστρέφει μετασχηματισμένη, έχοντας εφαρμόσει έναν από τους κανόνες του ίνακα 3.3 (αν δεν εφαρμόζεται κανένας κανόνας επιστρέφει την ίδια την S). Ακολούθως, εκτελεί μια διαδικασία ελέγχου αντιφάσεων των ABox της δομής S. Συγκεκριμένα, εκτελεί έναν βρόχο for (γραμμή 7) κατά τον οποίο αναζητείται ένα ABox που να είναι ελεύθερο αντιφάσεων (γραμμή 8). Για τον σκοπό αυτό χρησιμοποιείται η λογική

Περιγραφικές Λογικές. Αλγόριθμοι αυτόματης εξαγωγής συμπερασμάτων. Γ. Στάμου

Περιγραφικές Λογικές. Αλγόριθμοι αυτόματης εξαγωγής συμπερασμάτων. Γ. Στάμου Περιγραφικές Λογικές Αλγόριθμοι αυτόματης εξαγωγής συμπερασμάτων Γ. Στάμου Παράδειγμα Πρόβλημα R.C R.D R.(C D)? Λύση R.C R.D ( R.(C D)) (αναγωγή στην ικανοποιησιμότητα) {a: R.C R.D ( R.(C D))} (αναγωγή

Διαβάστε περισσότερα

Οντολογίες και περιγραφικές λογικές

Οντολογίες και περιγραφικές λογικές εφάλαιο 2 Οντολογίες και περιγραφικές λογικές 2.1 Εισαγωγή Σε πολλές περιπτώσεις είναι χρήσιμη η αναπαράσταση της γνώσης με τη μορφή κατηγοριών αντικειμένων. εκινώντας από τον καθορισμό των αντικειμένων,

Διαβάστε περισσότερα

Αναπαράσταση γνώσης και συλλογιστική

Αναπαράσταση γνώσης και συλλογιστική εφάλαιο 1 Αναπαράσταση γνώσης και συλλογιστική 1.1 Tυπική αναπαράσταση γνώσης ι φορμαλισμοί τυπικής αναπαράστασης γνώσης και συλλογιστικής χαρακτηρίζονται από τρία βασικά στοιχεία: τη σύνταξη (syntax),

Διαβάστε περισσότερα

HY Λογική Διδάσκων: Δ. Πλεξουσάκης Εαρινό Εξάμηνο. Φροντιστήριο 6

HY Λογική Διδάσκων: Δ. Πλεξουσάκης Εαρινό Εξάμηνο. Φροντιστήριο 6 HY-180 - Λογική Διδάσκων: Δ. Πλεξουσάκης Εαρινό Εξάμηνο 2015-2016 Φροντιστήριο 6 Α) ΘΕΩΡΙΑ Μέθοδος Επίλυσης (Resolution) Στη μέθοδο της επίλυσης αποδεικνύουμε την ικανοποιησιμότητα ενός συνόλου προτάσεων,

Διαβάστε περισσότερα

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά και Πληροφορικής Μαθηματικά Πανεπιστήμιο ΙΙ Ιωαννίνων

Διαβάστε περισσότερα

Γιώργος Στάμου Αναπαράσταση Οντολογικής Γνώσης και Συλλογιστική. Κριτική Ανάγνωση: Ανδρέας-Γεώργιος Σταφυλοπάτης

Γιώργος Στάμου Αναπαράσταση Οντολογικής Γνώσης και Συλλογιστική. Κριτική Ανάγνωση: Ανδρέας-Γεώργιος Σταφυλοπάτης Γιώργος Στάμου Αναπαράσταση Οντολογικής Γνώσης και Συλλογιστική Κριτική Ανάγνωση: Ανδρέας-Γεώργιος Σταφυλοπάτης Γλωσσική επιμέλεια και επιμέλεια διαδραστικού υλικού: Αλέξανδρος Χορταράς Copyright ΣΕΑΒ,

Διαβάστε περισσότερα

Περιεχόμενα 1 Πρωτοβάθμια Λογική Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά και Πληροφορικής Μαθηματικά Πανεπιστήμιο ΙΙ Ιωαννίνων ) / 60

Περιεχόμενα 1 Πρωτοβάθμια Λογική Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά και Πληροφορικής Μαθηματικά Πανεπιστήμιο ΙΙ Ιωαννίνων ) / 60 Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά και Πληροφορικής Μαθηματικά Πανεπιστήμιο ΙΙ Ιωαννίνων

Διαβάστε περισσότερα

Λογική Δημήτρης Πλεξουσάκης Φροντιστήριο 6: Προτασιακός Λογισμός: Μέθοδος Επίλυσης Τμήμα Επιστήμης Υπολογιστών

Λογική Δημήτρης Πλεξουσάκης Φροντιστήριο 6: Προτασιακός Λογισμός: Μέθοδος Επίλυσης Τμήμα Επιστήμης Υπολογιστών Λογική Δημήτρης Πλεξουσάκης Φροντιστήριο 6: Προτασιακός Λογισμός: Μέθοδος Επίλυσης Τμήμα Επιστήμης Υπολογιστών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται στην άδεια χρήσης Creative Commons και

Διαβάστε περισσότερα

nr.c ( (n+1)r.c) Όποτε αρκεί να αποδείξουμε την ισοδυναμία ενός εκ των δυο περιορισμών.

nr.c ( (n+1)r.c) Όποτε αρκεί να αποδείξουμε την ισοδυναμία ενός εκ των δυο περιορισμών. Ενδεικτική Λύση 2 ης Άσκησης (Περιγραφικές Λογικές) Ερώτημα 1 α) Ο κατασκευαστής Q συμβολίζει τους προσοντούχους περιορισμούς πληθυκότητας, δηλαδή τις έννοιες της μορφής: nr.c, nr.c Αρχικά σύμφωνα με τους

Διαβάστε περισσότερα

4.4 Μετατροπή από μία μορφή δομής επανάληψης σε μία άλλη.

4.4 Μετατροπή από μία μορφή δομής επανάληψης σε μία άλλη. 4.4 Μετατροπή από μία μορφή δομής επανάληψης σε μία άλλη. Η μετατροπή μιας εντολής επανάληψης σε μία άλλη ή στις άλλες δύο εντολές επανάληψης, αποτελεί ένα θέμα που αρκετές φορές έχει εξεταστεί σε πανελλαδικό

Διαβάστε περισσότερα

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά και Πληροφορικής Μαθηματικά Πανεπιστήμιο ΙΙ Ιωαννίνων

Διαβάστε περισσότερα

Σημειώσεις Λογικής I. Εαρινό Εξάμηνο Καθηγητής: Λ. Κυρούσης

Σημειώσεις Λογικής I. Εαρινό Εξάμηνο Καθηγητής: Λ. Κυρούσης Σημειώσεις Λογικής I Εαρινό Εξάμηνο 2011-2012 Καθηγητής: Λ. Κυρούσης 2 Τελευταία ενημέρωση 28/3/2012, στις 01:37. Περιεχόμενα 1 Εισαγωγή 5 2 Προτασιακή Λογική 7 2.1 Αναδρομικοί Ορισμοί - Επαγωγικές Αποδείξεις...................

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Δημήτρης Πλεξουσάκης

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Δημήτρης Πλεξουσάκης ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Λογική Δημήτρης Πλεξουσάκης 2ο μέρος σημειώσεων: Συστήματα Αποδείξεων για τον ΠΛ, Μορφολογική Παραγωγή, Κατασκευή Μοντέλων Τμήμα Επιστήμης Υπολογιστών Άδειες Χρήσης

Διαβάστε περισσότερα

Μάθημα: Δ3. Δίκτυα Γνώσης και Σημασιολογικός Ιστός. Διάλεξη 02 & 03. Δρ. Γεώργιος Χρ. Μακρής

Μάθημα: Δ3. Δίκτυα Γνώσης και Σημασιολογικός Ιστός. Διάλεξη 02 & 03. Δρ. Γεώργιος Χρ. Μακρής ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ στα ΔΙΚΤΥΑ και ΠΟΛΥΠΛΟΚΟΤΗΤΑ Μάθημα: Δ3. Δίκτυα Γνώσης και Σημασιολογικός Ιστός Χειμερινό Εξάμηνο Σπουδών Διάλεξη 02 & 03 Δρ. Γεώργιος Χρ. Μακρής Αναπαράσταση

Διαβάστε περισσότερα

Μάθημα: Δ3. Δίκτυα Γνώσης και Σημασιολογικός Ιστός. Διάλεξη 01 & 02. Δρ. Γεώργιος Χρ. Μακρής

Μάθημα: Δ3. Δίκτυα Γνώσης και Σημασιολογικός Ιστός. Διάλεξη 01 & 02. Δρ. Γεώργιος Χρ. Μακρής ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ στα ΠΟΛΥΠΛΟΚΑ ΣΥΣΤΗΜΑΤΑ και ΔΙΚΤΥΑ Μάθημα: Δ3. Δίκτυα Γνώσης και Σημασιολογικός Ιστός Χειμερινό Εξάμηνο Σπουδών Διάλεξη 01 & 02 Δρ. Γεώργιος Χρ. Μακρής Αναπαράσταση

Διαβάστε περισσότερα

Εισαγωγή στις Περιγραφικές Λογικές

Εισαγωγή στις Περιγραφικές Λογικές Εισαγωγή στις Περιγραφικές Λογικές Σύνταξη, Σημασιολογία και Αλγόριθμοι Συλλογιστικής Γιώργος Στοΐλος Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Η/Υ Εθνικό Μετσόβιο Πολυτεχνείο 1. Εισαγωγή Ένα από τα προβλήματα

Διαβάστε περισσότερα

Προβλήματα, αλγόριθμοι, ψευδοκώδικας

Προβλήματα, αλγόριθμοι, ψευδοκώδικας Προβλήματα, αλγόριθμοι, ψευδοκώδικας October 11, 2011 Στο μάθημα Αλγοριθμική και Δομές Δεδομένων θα ασχοληθούμε με ένα μέρος της διαδικασίας επίλυσης υπολογιστικών προβλημάτων. Συγκεκριμένα θα δούμε τι

Διαβάστε περισσότερα

Υπολογιστικά & Διακριτά Μαθηματικά

Υπολογιστικά & Διακριτά Μαθηματικά Υπολογιστικά & Διακριτά Μαθηματικά Ενότητα 2:Στοιχεία Μαθηματικής Λογικής Στεφανίδης Γεώργιος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό,

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Λογική Δημήτρης Πλεξουσάκης 3ο μέρος σημειώσεων: Μέθοδος της Επίλυσης Τμήμα Επιστήμης Υπολογιστών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται στην άδεια

Διαβάστε περισσότερα

4.3 Ορθότητα και Πληρότητα

4.3 Ορθότητα και Πληρότητα 4.3 Ορθότητα και Πληρότητα Συστήματα αποδείξεων όπως η μορφολογική παραγωγή και η κατασκευή μοντέλων χρησιμοποιούνται για να δείξουμε την εγκυρότητα εξαγωγών συμπερασμάτων. Ένα σύστημα αποδείξεων μπορεί

Διαβάστε περισσότερα

Περιγραφικές Λογικές. Αναπαράσταση γνώσης στο Σημασιολογικό Ιστό. Γ. Στάμου

Περιγραφικές Λογικές. Αναπαράσταση γνώσης στο Σημασιολογικό Ιστό. Γ. Στάμου Περιγραφικές Λογικές Αναπαράσταση γνώσης στο Σημασιολογικό Ιστό Γ. Στάμου Τυπικές γλώσσες και αναπαράσταση γνώσης Υπάρχει τυπικός (formal) (μαθηματικός) τρόπος για την καταγραφή της ανθρώπινης γνώσης;

Διαβάστε περισσότερα

Εισαγωγή στις Περιγραφικές Λογικές

Εισαγωγή στις Περιγραφικές Λογικές Εισαγωγή στις Περιγραφικές Λογικές Σύνταξη, Σημασιολογία και Αλγόριθμοι Συλλογιστικής Δρ. Γεώργιος Στοΐλος Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Η/Υ, Εθνικό Μετσόβιο Πολυτεχνείο, Ζωγράφου, 15780,

Διαβάστε περισσότερα

Σειρά Προβλημάτων 5 Λύσεις

Σειρά Προβλημάτων 5 Λύσεις Άσκηση 1 Σειρά Προβλημάτων 5 Λύσεις Να δείξετε ότι οι πιο κάτω γλώσσες είναι διαγνώσιμες. (α) { G,k η G είναι μια ασυμφραστική γραμματική η οποία παράγει κάποια λέξη 1 n όπου n k } (β) { Μ,k η Μ είναι

Διαβάστε περισσότερα

Τεχνητή Νοημοσύνη. 8η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Τεχνητή Νοημοσύνη. 8η διάλεξη ( ) Ίων Ανδρουτσόπουλος. Τεχνητή Νοημοσύνη 8η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται στο βιβλίο Artificial Intelligence A Modern Approach των S. Russel

Διαβάστε περισσότερα

p p 0 1 1 0 p q p q p q 0 0 0 0 1 0 1 0 0 1 1 1 p q

p p 0 1 1 0 p q p q p q 0 0 0 0 1 0 1 0 0 1 1 1 p q Σημειώσεις του Μαθήματος Μ2422 Λογική Κώστας Σκανδάλης ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ 2010 Εισαγωγή Η Λογική ασχολείται με τους νόμους ορθού συλλογισμού και μελετά τους κανόνες βάσει των οποίων

Διαβάστε περισσότερα

Θεωρία Υπολογισμού και Πολυπλοκότητα Κανονικές Γλώσσες (2)

Θεωρία Υπολογισμού και Πολυπλοκότητα Κανονικές Γλώσσες (2) Θεωρία Υπολογισμού και Πολυπλοκότητα Κανονικές Γλώσσες (2) Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Κανονικές Εκφράσεις (1.3) Τυπικός Ορισμός Ισοδυναμία με κανονικές γλώσσες Μη Κανονικές

Διαβάστε περισσότερα

Λογικός Προγραμματισμός

Λογικός Προγραμματισμός Λογικός Προγραμματισμός Αναπαράσταση γνώσης: Λογικό Σύστημα. Μηχανισμός επεξεργασίας γνώσης: εξαγωγή συμπεράσματος. Υπολογισμός: Απόδειξη θεωρήματος (το συμπέρασμα ενδιαφέροντος) από αξιώματα (γνώση).

Διαβάστε περισσότερα

Επανάληψη. ΗΥ-180 Spring 2019

Επανάληψη. ΗΥ-180 Spring 2019 Επανάληψη Έχουμε δει μέχρι τώρα 3 μεθόδους αποδείξεων του Προτασιακού Λογισμού: Μέσω πίνακα αληθείας για τις υποθέσεις και το συμπέρασμα, όπου ελέγχουμε αν υπάρχουν ερμηνείες που ικανοποιούν τις υποθέσεις

Διαβάστε περισσότερα

Κατηγορηματικός Λογισμός (ΗR Κεφάλαιο 2.1-2.5)

Κατηγορηματικός Λογισμός (ΗR Κεφάλαιο 2.1-2.5) Κατηγορηματικός Λογισμός (ΗR Κεφάλαιο 2.1-2.5) Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Εισαγωγή στον Κατηγορηματικό Λογισμό Σύνταξη Κανόνες Συμπερασμού Σημασιολογία ΕΠΛ 412 Λογική στην

Διαβάστε περισσότερα

1 Συνοπτική ϑεωρία. 1.1 Νόµοι του Προτασιακού Λογισµού. p p p. p p. ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών

1 Συνοπτική ϑεωρία. 1.1 Νόµοι του Προτασιακού Λογισµού. p p p. p p. ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-180: Λογική Εαρινό Εξάµηνο 2016 Κ. Βάρσος Πρώτο Φροντιστήριο 1 Συνοπτική ϑεωρία 1.1 Νόµοι του Προτασιακού Λογισµού 1. Νόµος ταυτότητας : 2. Νόµοι αυτοπάθειας

Διαβάστε περισσότερα

K15 Ψηφιακή Λογική Σχεδίαση 7-8: Ανάλυση και σύνθεση συνδυαστικών λογικών κυκλωμάτων

K15 Ψηφιακή Λογική Σχεδίαση 7-8: Ανάλυση και σύνθεση συνδυαστικών λογικών κυκλωμάτων K15 Ψηφιακή Λογική Σχεδίαση 7-8: Ανάλυση και σύνθεση συνδυαστικών λογικών κυκλωμάτων Γιάννης Λιαπέρδος TEI Πελοποννήσου Σχολή Τεχνολογικών Εφαρμογών Τμήμα Μηχανικών Πληροφορικής ΤΕ Η έννοια του συνδυαστικού

Διαβάστε περισσότερα

Σειρά Προβλημάτων 5 Λύσεις

Σειρά Προβλημάτων 5 Λύσεις Άσκηση 1 Σειρά Προβλημάτων 5 Λύσεις Να δείξετε ότι οι πιο κάτω γλώσσες είναι διαγνώσιμες. (α) ({ G η G είναι μια ασυμφραστική γραμματική που δεν παράγει καμιά λέξη με μήκος μικρότερο του 2 } (β) { Μ,w

Διαβάστε περισσότερα

Πρόσβαση σε δεδομένα με χρήση οντολογιών

Πρόσβαση σε δεδομένα με χρήση οντολογιών εφάλαιο 4 Πρόσβαση σε δεδομένα με χρήση οντολογιών 4.1 Εισαγωγή ι εφαρμογές που διαχειρίζονται δεδομένα (πολλές φορές πολύ μεγάλου όγκου) καταχωρούν τα δεδομένα σε μορφή που διευκολύνει την αποθήκευση

Διαβάστε περισσότερα

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ. Ενότητα 9: Προτασιακή λογική. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ. Ενότητα 9: Προτασιακή λογική. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής Ενότητα 9: Προτασιακή λογική Ρεφανίδης Ιωάννης Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύπου

Διαβάστε περισσότερα

Επίπεδα Γραφήματα : Προβλήματα και Υπολογιστική Πολυπλοκότητα

Επίπεδα Γραφήματα : Προβλήματα και Υπολογιστική Πολυπλοκότητα Αλγόριθμοι πολυωνυμικού χρόνου Ένας αλγόριθμος πολυωνυμικού χρόνου έχει χρόνο εκτέλεσης όπου είναι μία (θετική) σταθερά Κλάση πολυπλοκότητας : περιλαμβάνει τα προβλήματα που επιδέχονται λύση σε πολυωνυμικό

Διαβάστε περισσότερα

Πανεπιστήμιο Θεσσαλίας Τμήμα Πληροφορικής

Πανεπιστήμιο Θεσσαλίας Τμήμα Πληροφορικής Πανεπιστήμιο Θεσσαλίας Τμήμα Πληροφορικής Δεύτερη Σειρά Ασκήσεων 22 Νοεμβρίου 2016 (χειρόγραφη και ηλεκτρονική παράδοση 9 Δεκεμβρίου) Άσκηση 1: Θεωρήστε τη γραμματική με κανόνες: Α B a A a c B B b A b

Διαβάστε περισσότερα

Λογική. Φροντιστήριο 3: Συνεπαγωγή/Ισοδυναμία, Ταυτολογίες/Αντινομίες, Πλήρης Αλγόριθμος Μετατροπής σε CNF

Λογική. Φροντιστήριο 3: Συνεπαγωγή/Ισοδυναμία, Ταυτολογίες/Αντινομίες, Πλήρης Αλγόριθμος Μετατροπής σε CNF ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Λογική Φροντιστήριο 3: Συνεπαγωγή/Ισοδυναμία, Ταυτολογίες/Αντινομίες, Πλήρης Αλγόριθμος Μετατροπής σε CNF Δημήτρης Πλεξουσάκης Τμήμα Επιστήμης Υπολογιστών Άδειες

Διαβάστε περισσότερα

Λογική. Προτασιακή Λογική. Λογική Πρώτης Τάξης

Λογική. Προτασιακή Λογική. Λογική Πρώτης Τάξης Λογική Προτασιακή Λογική Λογική Πρώτης Τάξης Λογική (Logic) Αναλογίες διαδικασίας επίλυσης προβλημάτων υπολογισμού και προβλημάτων νοημοσύνης: Πρόβλημα υπολογισμού 1. Επινόηση του αλγορίθμου 2. Επιλογή

Διαβάστε περισσότερα

Σου προτείνω να τυπώσεις τις επόμενες τέσσερις σελίδες σε ένα φύλο διπλής όψης και να τις έχεις μαζί σου για εύκολη αναφορά.

Σου προτείνω να τυπώσεις τις επόμενες τέσσερις σελίδες σε ένα φύλο διπλής όψης και να τις έχεις μαζί σου για εύκολη αναφορά. AeppAcademy.com facebook.com/aeppacademy Γεια. Σου προτείνω να τυπώσεις τις επόμενες τέσσερις σελίδες σε ένα φύλο διπλής όψης και να τις έχεις μαζί σου για εύκολη αναφορά. Καλή Ανάγνωση & Καλή Επιτυχία

Διαβάστε περισσότερα

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά και Πληροφορικής Μαθηματικά Πανεπιστήμιο ΙΙ Ιωαννίνων

Διαβάστε περισσότερα

Κανονικές μορφές - Ορισμοί

Κανονικές μορφές - Ορισμοί HY-180 Περιεχόμενα Κανονικές μορφές (Normal Forms) Αλγόριθμος μετατροπής σε CNF-DNF Άρνηση (Negation) Βασικές Ισοδυναμίες με άρνηση Νόμος De Morgan Πίνακες Αληθείας Κανονικές μορφές - Ορισμοί Ορισμός:

Διαβάστε περισσότερα

Συνέπεια, Εγκυρότητα, Συνεπαγωγή, Ισοδυναμία, Κανονικές μορφές, Αλγόριθμοι μετατροπής σε CNF-DNF

Συνέπεια, Εγκυρότητα, Συνεπαγωγή, Ισοδυναμία, Κανονικές μορφές, Αλγόριθμοι μετατροπής σε CNF-DNF Συνέπεια, Εγκυρότητα, Συνεπαγωγή, Ισοδυναμία, Κανονικές μορφές, Αλγόριθμοι μετατροπής σε CNF-DNF 1 ο φροντιστήριο ΗΥ180 Διδάσκων: Δ. Πλεξουσάκης Πέμπτη 15/02/2018 Κρεατσούλας Κωνσταντίνος Ασυνεπές σύνολο

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΗ ΛΟΓΙΚΗ ΚΑΙ ΑΠΟΔΕΙΞΗ

ΜΑΘΗΜΑΤΙΚΗ ΛΟΓΙΚΗ ΚΑΙ ΑΠΟΔΕΙΞΗ ΜΑΘΗΜΑΤΙΚΗ ΛΟΓΙΚΗ ΚΑΙ ΑΠΟΔΕΙΞΗ Περιεχόμενα : Α) Προτάσεις-Σύνθεση προτάσεων Β)Απόδειξη μιας πρότασης Α 1 ) Τι είναι πρόταση Β 1 ) Βασικές έννοιες Α ) Συνεπαγωγή Β ) Βασικές μέθοδοι απόδειξης Α 3 ) Ισοδυναμία

Διαβάστε περισσότερα

Ανάλυση της Ορθότητας Προγραμμάτων (HR Κεφάλαιο 4)

Ανάλυση της Ορθότητας Προγραμμάτων (HR Κεφάλαιο 4) Ανάλυση της Ορθότητας Προγραμμάτων (HR Κεφάλαιο 4) Στην ενότητα αυτή θα μελετηθούν τα εξής θέματα: Η διαδικαστική γλώσσα προγραμματισμού WHILE Τριάδες Hoare Μερική και Ολική Ορθότητα Προγραμμάτων Κανόνες

Διαβάστε περισσότερα

HY 180 Λογική Διδάσκων: Δ. Πλεξουσάκης Φροντιστήριο 5

HY 180 Λογική Διδάσκων: Δ. Πλεξουσάκης Φροντιστήριο 5 HY 180 Λογική Διδάσκων: Δ. Πλεξουσάκης Φροντιστήριο 5 Α) ΘΕΩΡΙΑ Η Μορφολογική Παραγωγή ανήκει στα συστήματα παραγωγής, δηλαδή σε αυτά που παράγουν το συμπέρασμα με χρήση συντακτικών κανόνων λογισμού. Η

Διαβάστε περισσότερα

ή κανονικός ( regular ), αν για κάθε x και κάθε κλειστό αντιπαραδείγματα με τα οποία αποδεικνύεται ότι οι αντίστροφες συνεπαγωγές δεν ισχύουν.

ή κανονικός ( regular ), αν για κάθε x και κάθε κλειστό αντιπαραδείγματα με τα οποία αποδεικνύεται ότι οι αντίστροφες συνεπαγωγές δεν ισχύουν. 93 4 Διαχωριστικά αξιώματα Στο κεφάλαιο αυτό εισάγουμε τα λεγόμενα διαχωριστικά αξιώματα και εξετάζουμε τις βασικές ιδιότητές τους. Ένα από αυτά το έχουμε ήδη εισαγάγει δηλαδή το αξίωμα Husdorff ( ορισμός

Διαβάστε περισσότερα

Λύσεις 4ης Σειράς Ασκήσεων

Λύσεις 4ης Σειράς Ασκήσεων Λύσεις 4ης Σειράς Ασκήσεων Άσκηση 1 Αναγάγουμε τν Κ 0 που γνωρίζουμε ότι είναι μη-αναδρομική (μη-επιλύσιμη) στην γλώσσα: L = {p() η μηχανή Turing Μ τερματίζει με είσοδο κενή ταινία;} Δοσμένης της περιγραφής

Διαβάστε περισσότερα

Κεφάλαιο 10 ο Υποπρογράµµατα

Κεφάλαιο 10 ο Υποπρογράµµατα Κεφάλαιο 10 ο Υποπρογράµµατα Ανάπτυξη Εφαρµογών σε Προγραµµατιστικό Περιβάλλον Η αντιµετώπιση των σύνθετων προβληµάτων και η ανάπτυξη των αντίστοιχων προγραµµάτων µπορεί να γίνει µε την ιεραρχική σχεδίαση,

Διαβάστε περισσότερα

ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΕΙ Δυτικής Μακεδονίας ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ 2015-2016 Τεχνητή Νοημοσύνη Λογικοί Πράκτορες Διδάσκων: Τσίπουρας Μάρκος Εκπαιδευτικό Υλικό: Τσίπουρας Μάρκος http://ai.uom.gr/aima/ 2 Πράκτορες βασισμένοι

Διαβάστε περισσότερα

ΑΣΚΗΣΕΙΣ. 1. Εξετάστε αν οι παρακάτω εξαγωγές συμπερασμάτων στον προτασιακό λογισμό είναι έγκυρες.

ΑΣΚΗΣΕΙΣ. 1. Εξετάστε αν οι παρακάτω εξαγωγές συμπερασμάτων στον προτασιακό λογισμό είναι έγκυρες. ΑΣΚΗΣΕΙΣ 1. Εξετάστε αν οι παρακάτω εξαγωγές συμπερασμάτων στον προτασιακό λογισμό είναι έγκυρες. α) A B/A Α Β ΑΛΒ Α α α α α α ψ ψ α ψ α ψ ψ ψ ψ ψ ψ Όπως βλέπουμε, αν η πρόταση A B είναι αληθής, τότε σε

Διαβάστε περισσότερα

ΗΥ180: Λογική Διδάσκων: Δημήτρης Πλεξουσάκης. Φροντιστήριο 8 Επίλυση για Horn Clauses Λογικός Προγραμματισμός Τετάρτη 9 Μαΐου 2012

ΗΥ180: Λογική Διδάσκων: Δημήτρης Πλεξουσάκης. Φροντιστήριο 8 Επίλυση για Horn Clauses Λογικός Προγραμματισμός Τετάρτη 9 Μαΐου 2012 ΗΥ180: Λογική Διδάσκων: Δημήτρης Πλεξουσάκης Φροντιστήριο 8 Επίλυση για Horn Clauses Λογικός Προγραμματισμός Τετάρτη 9 Μαΐου 2012 Πληρότητα της μεθόδου επίλυσης Λήμμα: Αν κάθε μέλος ενός συνόλου όρων περιέχει

Διαβάστε περισσότερα

Προτασιακός Λογισμός (HR Κεφάλαιο 1)

Προτασιακός Λογισμός (HR Κεφάλαιο 1) Προτασιακός Λογισμός (HR Κεφάλαιο 1) Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Σύνταξη Λογικός Συμπερασμός Σημασιολογία Ορθότητα και Πληρότητα Κανονικές Μορφές Προτάσεις Horn ΕΠΛ 412 Λογική

Διαβάστε περισσότερα

Βασικές Ισοδυναμίες με Άρνηση, Πίνακες Αληθείας, Λογική Συνεπαγωγή, Ταυτολογίες, Αντινομίες, Πλήρης Αλγόριθμος Μετατροπής CNF

Βασικές Ισοδυναμίες με Άρνηση, Πίνακες Αληθείας, Λογική Συνεπαγωγή, Ταυτολογίες, Αντινομίες, Πλήρης Αλγόριθμος Μετατροπής CNF Βασικές Ισοδυναμίες με Άρνηση, Πίνακες Αληθείας, Λογική Συνεπαγωγή, Ταυτολογίες, Αντινομίες, Πλήρης Αλγόριθμος Μετατροπής CNF 2 ο φροντιστήριο ΗΥ180 Διδάσκων: Δ. Πλεξουσάκης Τετάρτη 28/02/2018 Κρεατσούλας

Διαβάστε περισσότερα

Πληρότητα της μεθόδου επίλυσης

Πληρότητα της μεθόδου επίλυσης Πληρότητα της μεθόδου επίλυσης Λήμμα: Αν κάθε μέλος ενός συνόλου όρων περιέχει ένα αρνητικό γράμμα, τότε το σύνολο είναι ικανοποιήσιμο. Άρα για να είναι μη-ικανοποιήσιμο, θα πρέπει να περιέχει τουλάχιστον

Διαβάστε περισσότερα

HY Λογική Διδάσκων: Δ. Πλεξουσάκης

HY Λογική Διδάσκων: Δ. Πλεξουσάκης HY-180 - Λογική Διδάσκων: Δ. Πλεξουσάκης Πληρότητα της μεθόδου επίλυσης Λήμμα: Αν κάθε μέλος ενός συνόλου όρων περιέχει ένα αρνητικό γράμμα, τότε το σύνολο είναι ικανοποιήσιμο. Άρα για να είναι μη-ικανοποιήσιμο,

Διαβάστε περισσότερα

Προτασιακή Λογική. Τμήμα Μηχανικών Πληροφορικής ΤΕ ΤΕΙ Ηπείρου Γκόγκος Χρήστος

Προτασιακή Λογική. Τμήμα Μηχανικών Πληροφορικής ΤΕ ΤΕΙ Ηπείρου Γκόγκος Χρήστος Προτασιακή Λογική (Propositional Logic) Τμήμα Μηχανικών Πληροφορικής ΤΕ ΤΕΙ Ηπείρου Γκόγκος Χρήστος - 2015 Λογική Λογική είναι οι κανόνες που διέπουν τη σκέψη. Η λογική αφορά τη μελέτη των διαδικασιών

Διαβάστε περισσότερα

Ειδικά θέματα Αλγορίθμων και Δομών Δεδομένων (ΠΛΕ073) Απαντήσεις 1 ου Σετ Ασκήσεων

Ειδικά θέματα Αλγορίθμων και Δομών Δεδομένων (ΠΛΕ073) Απαντήσεις 1 ου Σετ Ασκήσεων Ειδικά θέματα Αλγορίθμων και Δομών Δεδομένων (ΠΛΕ073) Απαντήσεις 1 ου Σετ Ασκήσεων Άσκηση 1 α) Η δομή σταθμισμένης ένωσης με συμπίεση διαδρομής μπορεί να τροποποιηθεί πολύ εύκολα ώστε να υποστηρίζει τις

Διαβάστε περισσότερα

Πρόταση. Αληθείς Προτάσεις

Πρόταση. Αληθείς Προτάσεις Βασικές έννοιες της Λογικής 1 Πρόταση Στην καθημερινή μας ομιλία χρησιμοποιούμε εκφράσεις όπως: P1: «Καλή σταδιοδρομία» P2: «Ο Όλυμπος είναι το ψηλότερο βουνό της Ελλάδας» P3: «Η Θάσος είναι το μεγαλύτερο

Διαβάστε περισσότερα

Σειρά Προβλημάτων 4 Λύσεις

Σειρά Προβλημάτων 4 Λύσεις Άσκηση 1 Σειρά Προβλημάτων 4 Λύσεις (α) Να διατυπώσετε την τυπική περιγραφή μιας μηχανής Turing που να διαγιγνώσκει την ακόλουθη γλώσσα. { a n b n+2 c n 2 n 2 } Λύση: H ζητούμενη μηχανή Turing μπορεί να

Διαβάστε περισσότερα

Θεωρία Υπολογισμού και Πολυπλοκότητα Αναγωγές

Θεωρία Υπολογισμού και Πολυπλοκότητα Αναγωγές Θεωρία Υπολογισμού και Πολυπλοκότητα Αναγωγές Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Ανεπίλυτα Προβλήματα από τη Θεωρία Γλωσσών (5.1) To Πρόβλημα της Περάτωσης Το Πρόβλημα της Κενότητα

Διαβάστε περισσότερα

X = {(x 1, x 2 ) x 1 + 2x 2 = 0}.

X = {(x 1, x 2 ) x 1 + 2x 2 = 0}. Γραμμική Άλγεβρα ΙΙ Διάλεξη 4 Χρήστος Κουρουνιώτης Πανεπιστήμιο Κρήτης 26/2/2014 Χ.Κουρουνιώτης (Παν.Κρήτης) Διάλεξη 4 26/2/2014 1 / 12 Υποσύνολα ενός διανυσματικού χώρου. Πότε είναι ένα υποσύνολο X ενός

Διαβάστε περισσότερα

ΠΑΙΓΝΙΑ Παιχνίδια Γενική Θεώρηση μεγιστοποιήσει την πιθανότητά

ΠΑΙΓΝΙΑ Παιχνίδια Γενική Θεώρηση μεγιστοποιήσει την πιθανότητά ΠΑΙΓΝΙΑ Παιχνίδια Γενική Θεώρηση: Έστω ότι έχουμε τους παίκτες Χ και Υ. Ο κάθε παίκτης, σε κάθε κίνηση που κάνει, προσπαθεί να μεγιστοποιήσει την πιθανότητά του να κερδίσει. Ο Χ σε κάθε κίνηση που κάνει

Διαβάστε περισσότερα

ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 5: Κανονικές Εκφράσεις

ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 5: Κανονικές Εκφράσεις ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας Διάλεξη 5: Κανονικές Εκφράσεις Τι θα κάνουμε σήμερα Κλειστότητα Κανονικών Πράξεων (1.2.3) Εισαγωγή στις Κανονικές Εκφράσεις Τυπικός ορισμός της κανονικής

Διαβάστε περισσότερα

Ψευδοκώδικας. November 7, 2011

Ψευδοκώδικας. November 7, 2011 Ψευδοκώδικας November 7, 2011 Οι γλώσσες τύπου ψευδοκώδικα είναι ένας τρόπος περιγραφής αλγορίθμων. Δεν υπάρχει κανένας τυπικός ορισμός της έννοιας του ψευδοκώδικα όμως είναι κοινός τόπος ότι οποιαδήποτε

Διαβάστε περισσότερα

Μαθηματική Λογική και Λογικός Προγραμματισμός

Μαθηματική Λογική και Λογικός Προγραμματισμός Τμήμα Μηχανικών Πληροφοριακών και Επικοινωνιακών Συστημάτων- Σημειώσεις έτους 2007-2008 Καθηγητής Γεώργιος Βούρος Μαθηματική Λογική και Λογικός Προγραμματισμός Τμήμα Μηχανικών Πληροφοριακών και Επικοινωνιακών

Διαβάστε περισσότερα

K15 Ψηφιακή Λογική Σχεδίαση 3: Προτασιακή Λογική / Θεωρία Συνόλων

K15 Ψηφιακή Λογική Σχεδίαση 3: Προτασιακή Λογική / Θεωρία Συνόλων K15 Ψηφιακή Λογική Σχεδίαση 3: Προτασιακή Λογική / Θεωρία Συνόλων Γιάννης Λιαπέρδος TEI Πελοποννήσου Σχολή Τεχνολογικών Εφαρμογών Τμήμα Μηχανικών Πληροφορικής ΤΕ Στοιχεία προτασιακής λογικής Περιεχόμενα

Διαβάστε περισσότερα

Λογική Δημήτρης Πλεξουσάκης Φροντιστήριο 5: Προτασιακός Λογισμός: Κατασκευή Μοντέλων Τμήμα Επιστήμης Υπολογιστών

Λογική Δημήτρης Πλεξουσάκης Φροντιστήριο 5: Προτασιακός Λογισμός: Κατασκευή Μοντέλων Τμήμα Επιστήμης Υπολογιστών Λογική Δημήτρης Πλεξουσάκης Φροντιστήριο 5: Προτασιακός Λογισμός: Κατασκευή Μοντέλων Τμήμα Επιστήμης Υπολογιστών Άδειες Χρήσης 1. Το παρόν εκπαιδευτικό υλικό υπόκειται στην άδεια χρήσης Creative Commons

Διαβάστε περισσότερα

Φ(s(n)) = s (Φ(n)). (i) Φ(1) = a.

Φ(s(n)) = s (Φ(n)). (i) Φ(1) = a. 1. Τα θεμελιώδη αριθμητικά συστήματα Με τον όρο θεμελιώδη αριθμητικά συστήματα εννοούμε τα σύνολα N των φυσικών αριθμών, Z των ακεραίων, Q των ρητών και R των πραγματικών. Από αυτά, το σύνολο N είναι πρωτογενές

Διαβάστε περισσότερα

Υπολογιστικά & Διακριτά Μαθηματικά

Υπολογιστικά & Διακριτά Μαθηματικά Υπολογιστικά & Διακριτά Μαθηματικά Ενότητα 1: Εισαγωγή- Χαρακτηριστικά Παραδείγματα Αλγορίθμων Στεφανίδης Γεώργιος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

Υπολογιστική Λογική και Λογικός Προγραμματισμός

Υπολογιστική Λογική και Λογικός Προγραμματισμός ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Υπολογιστική Λογική και Λογικός Προγραμματισμός Ενότητα 2: Λογική: Εισαγωγή, Προτασιακή Λογική. Νίκος Βασιλειάδης, Αναπλ. Καθηγητής Άδειες

Διαβάστε περισσότερα

Κεφάλαιο 5 Αξιωματική Σημασιολογία και Απόδειξη Ορθότητας Προγραμμάτων

Κεφάλαιο 5 Αξιωματική Σημασιολογία και Απόδειξη Ορθότητας Προγραμμάτων Κεφάλαιο 5 Αξιωματική Σημασιολογία και Απόδειξη Ορθότητας Προγραμμάτων Προπτυχιακό μάθημα Αρχές Γλωσσών Προγραμματισμού Π. Ροντογιάννης 1 Εισαγωγή Τα προγράμματα μιας (κλασικής) γλώσσας προγραμματισμού

Διαβάστε περισσότερα

ΠΑΡΑΔΕΙΓΜΑΤΑ ΘΕΜΑ Β. Να βρείτε τις ασύμπτωτες της γραφικής παράστασης της συνάρτησης f με τύπο

ΠΑΡΑΔΕΙΓΜΑΤΑ ΘΕΜΑ Β. Να βρείτε τις ασύμπτωτες της γραφικής παράστασης της συνάρτησης f με τύπο ΚΕΦΑΛΑΙΟ 3ο: ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ : ΑΣΥΜΠΤΩΤΕΣ - ΚΑΝΟΝΕΣ DE L HOSPITAL - ΜΕΛΕΤΗ ΣΥΝΑΡΤΗΣΗΣ [Κεφ..9: Ασύμπτωτες Κανόνες de l Hospital Μέρος Β του σχολικού βιβλίου]. ΠΑΡΑΔΕΙΓΜΑΤΑ Παράδειγμα. ΘΕΜΑ

Διαβάστε περισσότερα

d k 10 k + d k 1 10 k d d = k i=0 d i 10 i.

d k 10 k + d k 1 10 k d d = k i=0 d i 10 i. Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά και Πληροφορικής Μαθηματικά Πανεπιστήμιο ΙΙ Ιωαννίνων

Διαβάστε περισσότερα

Μορφολογική Παραγωγή. 3 ο φροντιστήριο ΗΥ180 Διδάσκων: Δ. Πλεξουσάκης Τετάρτη 08/03/2018 Ζωγραφιστού Δήμητρα

Μορφολογική Παραγωγή. 3 ο φροντιστήριο ΗΥ180 Διδάσκων: Δ. Πλεξουσάκης Τετάρτη 08/03/2018 Ζωγραφιστού Δήμητρα Μορφολογική Παραγωγή 3 ο φροντιστήριο ΗΥ180 Διδάσκων: Δ. Πλεξουσάκης Τετάρτη 08/03/2018 Ζωγραφιστού Δήμητρα Συστήματα Αποδείξεων στον ΠΛ(1/2) Συχνά μας ενδιαφέρει να μπορούμε να διαπιστώσουμε αν μία εξαγωγή

Διαβάστε περισσότερα

K15 Ψηφιακή Λογική Σχεδίαση 4+5: Άλγεβρα Boole

K15 Ψηφιακή Λογική Σχεδίαση 4+5: Άλγεβρα Boole K15 Ψηφιακή Λογική Σχεδίαση 4+5: Άλγεβρα Boole Γιάννης Λιαπέρδος TEI Πελοποννήσου Σχολή Τεχνολογικών Εφαρμογών Τμήμα Μηχανικών Πληροφορικής ΤΕ Ορισμός της δίτιμης άλγεβρας Boole Περιεχόμενα 1 Ορισμός της

Διαβάστε περισσότερα

Διδακτικά προβλήματα σχετικά με την έννοια της επανάληψης

Διδακτικά προβλήματα σχετικά με την έννοια της επανάληψης Διδακτικά προβλήματα σχετικά με την έννοια της επανάληψης Έρευνες-Δομές Επανάληψης Από τις έρευνες προκύπτει ότι οι αρχάριοι προγραμματιστές δεν χρησιμοποιούν αυθόρμητα την επαναληπτική διαδικασία για

Διαβάστε περισσότερα

4. Ο,τιδήποτε δεν ορίζεται με βάση τα (1) (3) δεν είναι προτασιακός τύπος.

4. Ο,τιδήποτε δεν ορίζεται με βάση τα (1) (3) δεν είναι προτασιακός τύπος. Κεφάλαιο 10 Μαθηματική Λογική 10.1 Προτασιακή Λογική Η γλώσσα της μαθηματικής λογικής στηρίζεται βασικά στις εργασίες του Boole και του Frege. Ο Προτασιακός Λογισμός περιλαμβάνει στο αλφάβητό του, εκτός

Διαβάστε περισσότερα

NP-complete problems. IS, 4-Degree IS,CLIQUE, NODE COVER, MAX CUT, MAX BISECTION, BISECTION WIDTH. NP-complete problems 1 / 30

NP-complete problems. IS, 4-Degree IS,CLIQUE, NODE COVER, MAX CUT, MAX BISECTION, BISECTION WIDTH. NP-complete problems 1 / 30 NP-complete problems IS, 4-Degree IS,CLIQUE, NODE COVER, MAX CUT, MAX BISECTION, BISECTION WIDTH Καλογερόπουλος Παναγιώτης (ΜΠΛΑ) NP-complete problems 1 / 30 Independent Set is NP-complete Ορισμός. Εστω

Διαβάστε περισσότερα

Ψηφιακή Σχεδίαση Εργαστήριο Τ.Ε.Ι. ΚΡΗΤΗΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ ΤΜ. ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΧΕΙΜΕΡΙΝΟ ΕΞΑΜΗΝΟ

Ψηφιακή Σχεδίαση Εργαστήριο Τ.Ε.Ι. ΚΡΗΤΗΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ ΤΜ. ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΧΕΙΜΕΡΙΝΟ ΕΞΑΜΗΝΟ Ψηφιακή Σχεδίαση Εργαστήριο Τ.Ε.Ι. ΚΡΗΤΗΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ ΤΜ. ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΧΕΙΜΕΡΙΝΟ ΕΞΑΜΗΝΟ 2015-2016 Άλγεβρα Boole (Boolean Algebra) Βασικοί ορισμοί Η άλγεβρα Boole μπορεί να οριστεί

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Δημήτρης Πλεξουσάκης

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Δημήτρης Πλεξουσάκης ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Λογική Δημήτρης Πλεξουσάκης 4ο μέρος σημειώσεων: Ακολουθίες Επίλυσης, Επίλυση για όρους Horn, Λογικός Προγραμματισμός Τμήμα Επιστήμης Υπολογιστών Άδειες Χρήσης Το

Διαβάστε περισσότερα

ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΔΙΑΚΡΙΤΩΝ ΕΝΑΛΛΑΚΤΙΚΩΝ ΣΕ ΠΡΟΒΛΗΜΑΤΑ ΣΧΕΔΙΑΣΜΟΥ ΚΑΙ ΣΥΝΘΕΣΗΣ ΔΙΕΡΓΑΣΙΩΝ

ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΔΙΑΚΡΙΤΩΝ ΕΝΑΛΛΑΚΤΙΚΩΝ ΣΕ ΠΡΟΒΛΗΜΑΤΑ ΣΧΕΔΙΑΣΜΟΥ ΚΑΙ ΣΥΝΘΕΣΗΣ ΔΙΕΡΓΑΣΙΩΝ ΜΕΡΟΣ ΙΙ ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΔΙΑΚΡΙΤΩΝ ΕΝΑΛΛΑΚΤΙΚΩΝ ΣΕ ΠΡΟΒΛΗΜΑΤΑ ΣΧΕΔΙΑΣΜΟΥ ΚΑΙ ΣΥΝΘΕΣΗΣ ΔΙΕΡΓΑΣΙΩΝ 36 ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΔΙΑΚΡΙΤΩΝ ΕΝΑΛΛΑΚΤΙΚΩΝ ΣΕ ΠΡΟΒΛΗΜΑΤΑ ΣΧΕΔΙΑΣΜΟΥ ΚΑΙ ΣΥΝΘΕΣΗΣ ΔΙΕΡΓΑΣΙΩΝ Πολλές από τις αποφάσεις

Διαβάστε περισσότερα

Βασικές Ισοδυναμίες με Άρνηση /Πίνακες Αληθείας /Λογική Συνεπαγωγή /Ταυτολογίες /Αντινομίες Πλήρης αλγόριθμος μετατροπής CNF

Βασικές Ισοδυναμίες με Άρνηση /Πίνακες Αληθείας /Λογική Συνεπαγωγή /Ταυτολογίες /Αντινομίες Πλήρης αλγόριθμος μετατροπής CNF Βασικές Ισοδυναμίες με Άρνηση /Πίνακες Αληθείας /Λογική Συνεπαγωγή /Ταυτολογίες /Αντινομίες Πλήρης αλγόριθμος μετατροπής CNF 2 ο φροντιστήριο ΗΥ180 Διδάσκων: Δ. Πλεξουσάκης Πέμπτη 3/3/2016 Κατερίνα Δημητράκη

Διαβάστε περισσότερα

Μορφολογική Παραγωγή. 3 ο φροντιστήριο ΗΥ180 Διδάσκων: Δ. Πλεξουσάκης Τετάρτη 28/02/2019 Ζωγραφιστού Δήμητρα

Μορφολογική Παραγωγή. 3 ο φροντιστήριο ΗΥ180 Διδάσκων: Δ. Πλεξουσάκης Τετάρτη 28/02/2019 Ζωγραφιστού Δήμητρα Μορφολογική Παραγωγή 3 ο φροντιστήριο ΗΥ180 Διδάσκων: Δ. Πλεξουσάκης Τετάρτη 28/02/2019 Ζωγραφιστού Δήμητρα Συστήματα Αποδείξεων στον ΠΛ(1/2) Συχνά μας ενδιαφέρει να μπορούμε να διαπιστώσουμε αν μία εξαγωγή

Διαβάστε περισσότερα

Σειρά Προβλημάτων 5 Λύσεις

Σειρά Προβλημάτων 5 Λύσεις Άσκηση 1 Σειρά Προβλημάτων 5 Λύσεις Να δείξετε ότι οι πιο κάτω γλώσσες είναι διαγνώσιμες. (α) { D το D είναι ένα DFA το οποίο αποδέχεται όλες τις λέξεις στο Σ * } (α) Για να διαγνώσουμε το πρόβλημα μπορούμε

Διαβάστε περισσότερα

Περί της Ταξινόμησης των Ειδών

Περί της Ταξινόμησης των Ειδών Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Σχολή Θετικών Επιστημών Τμήμα Φυσικής 541 24 Θεσσαλονίκη Καθηγητής Γεώργιος Θεοδώρου Tel.: +30 2310998051, Ιστοσελίδα: http://users.auth.gr/theodoru Περί της Ταξινόμησης

Διαβάστε περισσότερα

A. ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ

A. ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ 8Α ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ A ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ Πότε μια συνάρτηση λέγεται συνεχής σε ένα σημείο του πεδίου ορισμού o της ; Απάντηση : ( ΟΜΟΓ, 6 ΟΜΟΓ, 9 Β, ΟΜΟΓ, 5 Έστω μια συνάρτηση και ένα σημείο του πεδίου

Διαβάστε περισσότερα

Μαθηματική Λογική και Λογικός Προγραμματισμός

Μαθηματική Λογική και Λογικός Προγραμματισμός Τμήμα Μηχανικών Πληροφοριακών και Επικοινωνιακών Συστημάτων- Σημειώσεις έτους 2007-2008 Καθηγητής Γεώργιος Βούρος Μαθηματική Λογική και Λογικός Προγραμματισμός Τμήμα Μηχανικών Πληροφοριακών και Επικοινωνιακών

Διαβάστε περισσότερα

Πρόγραμμα Επικαιροποίησης Γνώσεων Αποφοίτων

Πρόγραμμα Επικαιροποίησης Γνώσεων Αποφοίτων Πρόγραμμα Επικαιροποίησης Γνώσεων Αποφοίτων ΕΝΟΤΗΤΑ Μ1 ΨΗΦΙΑΚΑ ΗΛΕΚΤΡΟΝΙΚΑ Εκπαιδευτής: Γ. Π. ΠΑΤΣΗΣ, Επικ. Καθηγητής, Τμήμα Ηλεκτρονικών Μηχανικών, ΤΕΙ Αθήνας ΚΑΘΟΛΙΚΕΣ ΠΥΛΕΣ NND NOR ΑΛΓΕΒΡΑ OOLE ΘΕΩΡΗΜΑ

Διαβάστε περισσότερα

Δομές Δεδομένων & Αλγόριθμοι

Δομές Δεδομένων & Αλγόριθμοι Θέματα Απόδοσης Αλγορίθμων 1 Η Ανάγκη για Δομές Δεδομένων Οι δομές δεδομένων οργανώνουν τα δεδομένα πιο αποδοτικά προγράμματα Πιο ισχυροί υπολογιστές πιο σύνθετες εφαρμογές Οι πιο σύνθετες εφαρμογές απαιτούν

Διαβάστε περισσότερα

Μαθηματική Λογική και Λογικός Προγραμματισμός

Μαθηματική Λογική και Λογικός Προγραμματισμός Τμήμα Μηχανικών Πληροφοριακών και Επικοινωνιακών Συστημάτων- Σημειώσεις έτους 2007-2008 Καθηγητής Γεώργιος Βούρος Μαθηματική Λογική και Λογικός Προγραμματισμός Τμήμα Μηχανικών Πληροφοριακών και Επικοινωνιακών

Διαβάστε περισσότερα

f x 0 για κάθε x και f 1

f x 0 για κάθε x και f 1 06 4.2 Το Λήμμα του Uysoh το Λήμμα της εμφύτευσης και το θεώρημα μετρικοποίησης του Uysoh. Ο κύριος στόχος αυτής της παραγράφου είναι η απόδειξη ενός θεμελιώδους αποτελέσματος γνωστού ως το Λήμμα του Uysoh.

Διαβάστε περισσότερα

A. ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ

A. ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ 8Α ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ A ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ Πότε μια συνάρτηση λέγεται συνεχής σε ένα σημείο του πεδίου ορισμού o της ; Απάντηση : ( ΟΜΟΓ, 6 ΟΜΟΓ, 9 Β, ΟΜΟΓ, 5 Έστω μια συνάρτηση και ένα σημείο του πεδίου

Διαβάστε περισσότερα

Πολυπλοκότητα. Παράμετροι της αποδοτικότητας ενός αλγόριθμου: Χρόνος εκτέλεσης. Απαιτούμενοι πόροι, π.χ. μνήμη, εύρος ζώνης. Προσπάθεια υλοποίησης

Πολυπλοκότητα. Παράμετροι της αποδοτικότητας ενός αλγόριθμου: Χρόνος εκτέλεσης. Απαιτούμενοι πόροι, π.χ. μνήμη, εύρος ζώνης. Προσπάθεια υλοποίησης Παράμετροι της αποδοτικότητας ενός αλγόριθμου: Χρόνος εκτέλεσης Απαιτούμενοι πόροι, π.χ. μνήμη, εύρος ζώνης Προσπάθεια υλοποίησης Παράμετροι της αποδοτικότητας ενός αλγόριθμου: Χρόνος εκτέλεσης Απαιτούμενοι

Διαβάστε περισσότερα

Ερωτήσεις πολλαπλής επιλογής - Κεφάλαιο 2. Α1. Ο αλγόριθμος είναι απαραίτητος μόνο για την επίλυση προβλημάτων πληροφορικής

Ερωτήσεις πολλαπλής επιλογής - Κεφάλαιο 2. Α1. Ο αλγόριθμος είναι απαραίτητος μόνο για την επίλυση προβλημάτων πληροφορικής Ερωτήσεις πολλαπλής επιλογής - Κεφάλαιο 2 Α1. Ο αλγόριθμος είναι απαραίτητος μόνο για την επίλυση προβλημάτων πληροφορικής Α2. Ο αλγόριθμος αποτελείται από ένα πεπερασμένο σύνολο εντολών Α3. Ο αλγόριθμος

Διαβάστε περισσότερα

Θεωρία Υπολογισμού και Πολυπλοκότητα Ασυμφραστικές Γλώσσες (1)

Θεωρία Υπολογισμού και Πολυπλοκότητα Ασυμφραστικές Γλώσσες (1) Θεωρία Υπολογισμού και Πολυπλοκότητα Ασυμφραστικές Γλώσσες (1) Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Ασυμφραστικές Γραμματικές (2.1) Τυπικός Ορισμός Σχεδιασμός Ασυμφραστικών Γραμματικών

Διαβάστε περισσότερα

Μορφολογική Παραγωγή. 3 ο φροντιστήριο ΗΥ180 Διδάσκων: Δ. Πλεξουσάκης Τετάρτη 15/03/2017 Ζωγραφιστού Δήμητρα

Μορφολογική Παραγωγή. 3 ο φροντιστήριο ΗΥ180 Διδάσκων: Δ. Πλεξουσάκης Τετάρτη 15/03/2017 Ζωγραφιστού Δήμητρα Μορφολογική Παραγωγή 3 ο φροντιστήριο ΗΥ180 Διδάσκων: Δ. Πλεξουσάκης Τετάρτη 15/03/2017 Ζωγραφιστού Δήμητρα Συστήματα Αποδείξεων στον ΠΛ(1/2) Συχνά μας ενδιαφέρει να μπορούμε να διαπιστώσουμε αν μία εξαγωγή

Διαβάστε περισσότερα

Αλγόριθμοι για αυτόματα

Αλγόριθμοι για αυτόματα Κεφάλαιο 8 Αλγόριθμοι για αυτόματα Κύρια βιβλιογραφική αναφορά για αυτό το Κεφάλαιο είναι η Hopcroft, Motwani, and Ullman 2007. 8.1 Πότε ένα DFA αναγνωρίζει κενή ή άπειρη γλώσσα Δοθέντος ενός DFA M καλούμαστε

Διαβάστε περισσότερα

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΕΠΙΜΕΛΕΙΑ: ΜΑΡΙΑ Σ. ΖΙΩΓΑ ΚΑΘΗΓΗΤΡΙΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ 10 ΟΥ ΚΕΦΑΛΑΙΟΥ ΥΠΟΠΡΟΓΡΑΜΜΑΤΑ 1. Πως ορίζεται ο τμηματικός προγραμματισμός; Τμηματικός προγραμματισμός

Διαβάστε περισσότερα

11. Ποιες είναι οι άμεσες συνέπειες της διαίρεσης;

11. Ποιες είναι οι άμεσες συνέπειες της διαίρεσης; 10. Τι ονομάζουμε Ευκλείδεια διαίρεση και τέλεια διαίρεση; Όταν δοθούν δύο φυσικοί αριθμοί Δ και δ, τότε υπάρχουν δύο άλλοι φυσικοί αριθμοί π και υ, έτσι ώστε να ισχύει: Δ = δ π + υ. Ο αριθμός Δ λέγεται

Διαβάστε περισσότερα

Μαθησιακές δυσκολίες ΙΙ. Παλαιγεωργίου Γιώργος Τμήμα Μηχανικών Ηλεκτρονικών Υπολογιστών Τηλεπικοινωνιών και Δικτύων, Πανεπιστήμιο Θεσσαλίας

Μαθησιακές δυσκολίες ΙΙ. Παλαιγεωργίου Γιώργος Τμήμα Μηχανικών Ηλεκτρονικών Υπολογιστών Τηλεπικοινωνιών και Δικτύων, Πανεπιστήμιο Θεσσαλίας Μαθησιακές δυσκολίες ΙΙ Παλαιγεωργίου Γιώργος Τμήμα Μηχανικών Ηλεκτρονικών Υπολογιστών Τηλεπικοινωνιών και Δικτύων, Πανεπιστήμιο Θεσσαλίας Μάρτιος 2010 Προηγούμενη διάλεξη Μαθησιακές δυσκολίες Σε όλες

Διαβάστε περισσότερα